Python数据分析项目全程实录电子书

内容简介

如何使用本书开发资源库

1．VIP会员注册

2．开发资源库简介

3．开发资源库的使用方法

前言

本书内容

本书特点

读者对象

资源与服务

致读者

第1章 热销产品销售数据统计分析——pandas + numpy + matplotlib + ABC分类法

1.1 开发背景

1.2 系统设计

1.3 技术准备

1.4 前期工作

1.5 数据预处理

1.6 数据统计分析

1.7 项目运行

1.8 源码下载

第2章 篮坛薪酬揭秘：球员位置与薪资数据的深度分析——pandas + numpy + matplotlib + seaborn

2.1 开发背景

2.2 系统设计

2.3 技术准备

2.4 数据准备

2.5 数据预处理

2.6 基本统计分析

2.7 深度分析

2.8 项目运行

2.9 源码下载

第3章 股海秘籍：股票行情数据分析之旅——tushare + pandas + matplotlib + numpy + mplfinance

3.1 开发背景

3.2 系统设计

3.3 技术准备

3.4 前期准备

3.5 数据加载与预处理

3.6 数据统计分析

3.7 股票指标相关性分析

3.8 项目运行

3.9 源码下载

第4章 京东某商家的销售评价数据分析——pandas + numpy + jieba + matplotlib + pyecharts + snownlp

4.1 开发背景

4.2 系统设计

4.3 技术准备

4.4 前期准备

4.5 数据预处理

4.6 用户维度分析

4.7 商品维度分析

4.8 项目运行

4.9 源码下载

第5章 商城注册用户数据探索分析——MySQL + sqlalchemy + pandas + matplotlib

5.1 开发背景

5.2 系统设计

5.3 技术准备

5.4 导入MySQL数据

5.5 数据预处理

5.6 用户注册情况分析

5.7 用户活跃情况分析

5.8 项目运行

5.9 源码下载

第6章 自媒体账号内容数据分析——pandas + matplotlib + plotly

6.1 开发背景

6.2 系统设计

6.3 技术准备

6.4 前期准备

6.5 数据预处理

6.6 数据统计分析

6.7 项目运行

6.8 源码下载

第7章 汽车数据可视化与相关性分析——pandas + matplotlib + seaborn

7.1 开发背景

7.2 系统设计

7.3 技术准备

7.4 前期准备

7.5 数据预处理

7.6 数据统计分析

7.7 相关性分析

7.8 项目运行

7.9 源码下载

第8章 抖音电商数据分析系统——pandas + numpy + pyecharts

8.1 开发背景

8.2 系统设计

8.3 技术准备

8.4 前期准备

8.5 数据预处理

8.6 成交数据分析

8.7 主播数据分析

8.8 项目运行

8.9 源码下载

第9章 会员数据化运营RFM分析实战——RFM模型 + pandas + matplotlib + seaborn

9.1 开发背景

9.2 系统设计

9.3 技术准备

9.4 前期工作

9.5 数据预处理

9.6 数据统计分析

9.7 会员群体分析

9.8 项目运行

9.9 源码下载

第10章 商超购物Apriori关联分析——pandas + matplotlib + Apriori关联分析 + mlxtend

10.1 开发背景

10.2 系统设计

10.3 技术准备

10.4 前期工作

10.5 数据预处理

10.6 数据统计分析

10.7 购物关联分析

10.8 项目运行

10.9 源码下载

第11章 基于K-Means算法实现鸢尾花聚类分析——seaborn + pandas + matplotlib + numpy + scikit-learn

11.1 开发背景

11.2 系统设计

11.3 技术准备

11.4 前期工作

11.5 数据预处理

11.6 数据统计分析

11.7 相关性分析

11.8 鸢尾花聚类分析

11.9 项目运行

11.10 源码下载

第12章 电视节目数据分析系统——Qt Designer + PyQt5 + pandas + pyecharts

12.1 开发背景

12.2 系统设计

12.3 技术准备

12.4 前期工作

12.5 主窗体界面

12.6 数据预处理

12.7 数据统计分析

12.8 项目运行

12.9 源码下载