- 博客(6)
- 资源 (1)
- 收藏
- 关注
原创 手机连锁店经营可视化
手机连锁店经营可视化一、分析背景二、理解数据1.数据源2.数据字段1)订单表2)店铺表3)产品表4)产品表【二级】5)客户表6)日期表三 数据可视化1.店铺的基本情况2.销售情况3 产品销售4 店铺销售 一、分析背景 本文对近两年(2017-2018)某地手机连锁店经营情况进行数据的可视化展示 二、理解数据 1.数据源 订单表 产品表 产品表【二级】 店铺表 客户表 日期表 2.数据字段 1)订单表 共20371行,9列 2)店铺表 共10行,11列 3)产品表 共435行,5列 4)产品表【二级
2021-08-13 20:13:08
572
原创 DataWhale第四次打卡
DataWhale第四次打卡 本次学习的是可视化,可视化部分是之前真的没有学习过的,之前还是有一些numpy 和 pandas 的基础,学习matplottlib真的是从零开始了,这两天的学习算是打个基础先,然后将常用的图表学会了就好了,之后的运用以后再学习吧。 第二章 第四部分 数据可视化 在可视化开始前需要导入哪个库? import matplotlib.pyplot as plt import seaborn as sns ps:seaborn包:方便绘图前聚合和汇总数据 调整图画格式的 pl
2021-06-21 22:34:26
237
原创 DataWhale打卡第三次
DataWhale打卡第三次 感觉这六天的学习还挺紧凑的。不过这两天的学习比前两天的学习要轻松一点。学起来感觉还是挺基础的。 目录DataWhale打卡第三次第二章第三部分 数据重构2.3.1 数据的行列合并列合并行合并2.3.2 数据分组计算拆分-应用-联合(split-apply-combine) 第二章 第三部分 数据重构 2.3.1 数据的行列合并 列合并 pd.concat( ) pd.concat(objs, axis=0, join='outer', join_axes=None, ign
2021-06-19 21:01:05
392
原创 DataWhale第二次打卡
DataWhale第二次打卡 感觉学习还是比较紧凑的,需要掌握的东西挺多的。还涉及到一点比较新的知识,这些知识还是比较难去掌握的。 第二章 第一部分 数据清洗 2.1.1缺失值的整理 查看和判断缺失值 data.isna().sum() data.isnull().sum() #结果显示: PassengerId 0 Survived 0 Pclass 0 Name 0 Sex 0 Age
2021-06-17 19:30:26
215
原创 Datawhale第一次打卡
Datawhale第一次打卡 最近参加了一个“动手学数据分析”的学习打卡活动,自己本身对python只有一点点的了解,无数次想啃《利用Python进行数据分析》,但最后都不了了之了,这次活动好在:1.有一条比较完善的学习路径(这一点是比较好的,毕竟刚学习的时候有人告诉了你哪些比较重要,这样相对来说可以降低学习的成本);2.会有专人解答疑惑;3.会有伙伴相互打气,所以趁这次学习活动好好地学python数据分析,冲!!! 数据集下载:泰坦尼克号-机械从灾难中学习. 第一章 第一部分 载入 / 调整 / 查看
2021-06-15 17:21:55
197
原创 Video Game Sales电子游戏销售分析
Video Game Sales电子游戏销售分析一、分析背景和目的二.提出问题三.理解数据1.数据来源2.数据集大小3.字段含义四.数据清洗五.构建模型与数据分析1.近年来日本电子游戏行业的发展情况如何?相较于全球市场情况如何?2.日本最受欢迎的电子游戏的类型和发行商分别是哪些?3.日本最大发行商Mintendo(任天堂)在日本发展状况如何? 一、分析背景和目的 本文分析近几十年来日本电子游戏行业在全球的发展概况,并制作电子游戏销售故事。 二.提出问题 1.近年来日本电子游戏行业的发展情况如何?相较于全球市
2020-09-08 21:23:46
1783
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人