目錄

一、了解數據分析

1.1 什么是數據分析

1.2 數據分析的重要性

1.3 數據分析的基本流程

數據獲取

數據處理

1.4 數據分析的應用場景

客戶分析

營銷分析

二、數據分析工具

jupyter

2.1 編輯器安裝

2.2 Jupyter快捷使用

---

---

一、了解數據分析

學習數據分析，先要掌握數據分析的工具，python則是數據分析工具的首選，接下來就讓我們開啟數據分析之旅，體驗數據之美。

1.1 什么是數據分析

1、數據分析師利用數學，統計學理論與實踐相結合的科學統計分析方法，對Excel數據，數據庫中的數據，網頁抓取的數據進行分析，從中提取有價值的信息，并形成結論進行展示得到過程。

2、數據分析實際就是通過總結數據的規律來解決業務問題，以幫助在實際工作中的管理者做出判斷和決策

3、數據分析包括以下幾個主要內容：

• 現狀分析：分析已經發生了什么

• 原因分析：分析為什么會發生這種狀況

• 預測分析：預測未來可能發生什么

1.2 數據分析的重要性

1、大數據，人工智能時代的來臨，數據分析無處不在，數據分析幫助人們做出判斷，以便采取適當的措施，發現機遇，創造新的商業價值，以及發現企業自身的問題和預測企業的未來。

2、在實際的工作中，無論從事哪種行業，哪種崗位，從數據分析師、市場經營策劃、銷售運營、財務管理、人力資源、金融等行業，數據分析都是基本功，不單單是一個職位，而是職場必備技能，能掌握一定的數據分析技能必然是職場的加分項。

1.3 數據分析的基本流程

• 數據分析的基本過程分為：提出問題、明確目的、數據清洗、構建模型、數據可視化。

  • 提出問題：明確分析目的

  • 明確目的：分析什么、想要表達什么樣的效果

  • 數據清洗：重置標簽名，缺失值處理，數據類型轉換，數據排序，異常值處理

• 數據獲取

  數據的來源有很多，像我們熟悉的電子表格數據，數據庫中的數據，網站中的數據以及公開的數據等

  那么獲取數據之前首先要知道什么時間段的數據、那張表中的數據、以及如何獲取，是下載，復制還是爬取。。。

• 數據處理

  數據處理是從大量、雜亂無章、難以理解、缺失的數據中，抽取并推導出對解決問題有價值，有意義的數據，數據分析主要包括：數據規約、數據清洗、數據加工等處理方法

• 

1.4 數據分析的應用場景

• 客戶分析

  主要是客戶的基本數據信息進行商業行為分析，首先界定目標客戶，根據客戶的需求，目標客戶的性質，所處行業的特征以及客戶的經濟狀況等基本信息使用統計分析方法和預測驗證法，分析目標客戶，提高銷售效率。 其次了解客戶的采購過程，根據客戶采購類型、采購性質進行分類分析制定不同的營銷策略。 最后還可以根據已有的客戶特征，進行客戶特征分析、客戶忠誠分析、客戶注意力分析、客戶營銷分析和客戶收益分析。

• 營銷分析

  主要包含了產品分析，價格分析，渠道分析，廣告與促銷分析這四類分析。 產品分析主要是競爭產品分析，通過對競爭產品的分析制定自身產品策略。 價格分析又可以分為成本分析和售價分析，成本分析的目的是降低不必要成本，售價分析的目的是制定符合市場的價格。 渠道分析目的是指對產品的銷售渠道進行分析，確定最優的渠道配比。 廣告與促銷分析則能夠結合客戶分析，實現銷量的提升，利潤的增加。

二、數據分析工具

• jupyter

Jupyter Notebook將代碼、說明文本、數學方程式、數據可視化圖表等內容全部組合到一起顯示在一個共享的文檔中，可以實現一邊寫代碼一邊記錄，而這些功能是Python自帶的IDLE和集成開發環境PyCharm無法比擬的。

2.1 編輯器安裝

pip install jupyter
pip install notebook
pip install ipython

• 啟動編輯器

  • 打開DOS界面，(CD到代碼存放目錄)輸入jupyter notebook，即可在默認瀏覽器啟動

  • 若沒有啟動，可復制DOS界面出現的地址，手動打開

2.2 Jupyter快捷使用

• Shift-Enter : 運行本單元，選中下個單元

• Ctrl-Enter : 運行本單元

• Alt-Enter : 運行本單元，在其下插入新單元

命令模式：按下ESC進入

• Y ：cell切換到Code模式

• M：cell切換到Markdown模式

• A：在當前cell的上面添加cell

• B：在當前cell的下面添加cell