Python数据分析和业务应用实战：广告投放、产品运营、商业分析

图书标准信息

• 作者 周景阳；叶鹏飞
• 出版社 中国铁道出版社
• 出版时间 2023-06
• 版次 1
• ISBN 9787113300166
• 定价 89.80元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 260页
• 字数 360.000千字

【内容简介】

Python数据分析和业务应用实战：广告投放、产品运营、商业分析 本书内容以技术知识与业务实战相结合，同时全书穿插多个实战项目，从而帮助读者更好地理解数据分析技术在业务上的应用。前半部分为技术章节，主要围绕Python语言的编程方法展开，其中包括数据录入、数据可视化、数值计算、办公自动化等内容；后半部分为业务章节，主要围绕不同业务场景的分析方法展开，其中包括广告投放、电商运营、用户画像、商品画像、商业分析等内容。本书主要面向电商数据分析师和电商运营人员，也适合对技术感兴趣的产品经理。

【作者简介】

     周景阳贪心科技联合创始人曾就职于百度、国美等大型互联网公司及传统行业10余年工作经验，擅长数据分析、数据挖掘、大数据、软件研发、测试等多方向实战技术。叶鹏飞当当网电子商务领域书籍销量TOP10作者，代表作《亚马逊跨境电商数据化运营指南》个人IP“旭鹏”，在知乎、喜马拉雅、今日头条等内容平台拥有数据分析、电子商务关注者超过5万人先后于亚马逊、bilibili、腾讯担任数据与运营相关工作亚马逊中国官方跨境电商广告业务讲师、腾讯课堂“数据分析师”专业课程业务模块主讲人。

【目录】

章 文件处理

1.1 基本环境介绍/1

1.2 pandas 文件的读取/1

1.3 初识 dataframe 数据类型/3

1.4 dataframe 数据类型的访问/5

1.4.1 如何使用 head() 方法查看数据/5

1.4.2 如何查看数据类型/6

1.4.3 如何同时访问多列数据/7

1.4.4 如何进行数据类型的筛选/7

1.5 区域访问的方法/8

1.6 dataframe 数据类型的新增、删除/11

1.6.1 dataframe 数据类型的新增作方法/11

1.6.2 dataframe 数据类型的删除作方法/13

1.7 探索分析项目实战/15

第2章 企业数据分析与挖掘项目标准化流程

2.1 基本流程介绍/22

2.2 如何进行目标定义/23

2.2.1 在线产品/23

2.2.2 线下服务业/23

2.2.3 分析目标/24

2.3 数据的来源与获取/25

2.4 数据抽样的常用方法/25

2.5 数据探索的目标与任务/26

2.6 数据预处理/28

2.7 数据建模与评价/29

第3章 使用 python 进行科学运算

3.1 pandas 计算利器 series/30

3.1.1 dataframe 与 series 的关系/30

3.1.2 声明一个 series 类型/31

3.1.3 series 判断缺失值/32

3.1.4 series 的运算/33

3.2 一个必不可少的运算库 numpy/34

3.3 类型推断/35

3.4 numpy 的矢量化作/36

3.5 numpy 的切片/37

3.6 花式索引 fancy indeng/39

3.7 降维运算/41

3.8 堆叠运算/42

3.9 广播运算/44

第4章 matplotlib 数据可视化

4.1 销售额走势的折线图/48

4.1.1 环境安装及引入/48

4.1.2 excel 中整数期的处理/49

4.1.3 绘制简单折线图/50

4.1.4 解决 x 轴刻度重叠问题/51

4.1.5 调整画布大小问题/52

4.1.6 多项数据对比绘制折线图/52

4.2 长尾分布的柱状图/55

4.2.1 简单柱状图/55

4.2.2 边框与隐藏问题/56

4.2.3 刻度显示问题/57

4.3 躺着的柱状图是条形图/58

4.4 说明占比的饼图/60

4.4.1 基本饼图/60

4.4.2 饼图的数据计算/60

4.4.3 丰富饼图属/61

4.5 观察分布的散点图/63

4.5.1 普通散点图/63

4.5.2 由散点图到气泡图的演变/63

4.5.3 自开发 rgb 生成器/64

第5章 全面了解 mysql

5.1 掌握数据库的结构/66

5.1.1 实例与库/66

5.1.2 表与字段的创建/70

5.2 sql 的数据作/72

5.2.1 数据写入/72

5.2.2 数据更新/73

5.2.3 数据的物理删除与逻辑删除/74

5.3 使用 python 作 mysql/75

5.3.1 表结构的创建/75

5.3.2 外部数据导入/76

第6章 使用 python 进行 sql 的查询与计算

6.1 有条件的查询语句/78

6.1.1 基本查询语句/78

6.1.2 单一条件的查询语句/79

6.1.3 模糊的条件/81

6.1.4 多条件的查询语句/82

6.1.5 关于空值的判断/83

6.1.6 返回部分结果的控制/84

6.2 多个表查询结果展示在一起的联合查询/85

6.3 统计结果中的分组方法与筛选/86

6.3.1 掌握结果分组/86

6.3.2 过滤筛选分组后的结果/87

6.3.3 排序中的大小顺序/89

6.4 多表之间的子查询/90

6.4.1 两表之间的子查询/90

6.4.2 三表之间的子查询/91

6.5 多表之间的关联查询/92

6.5.1 先给数据起个别名/92

6.5.2 两表之间的左关联/93

6.5.3 两表之间的右关联/94

6.5.4 两表之间的全关联/95

6.6 使用 python 进行 sql 数据查询/95

6.6.1 一般的查询方法/95

6.6.2 使用 pandas 的查询方法/96

第7章 基于用户行为的用户价值分析

7.1 项目数据介绍/98

7.1.1 项目介绍及脱敏/98

7.1.2 数据介绍/98

7.2 项目开始前的数据预处理/100

7.2.1 数据获取/100

7.2.2 数据预处理/101

7.3 指标分析与价值分析/102

7.3.1 流量指标分析/102

7.3.2 转化指标分析/104

7.3.3 基于 rfm 模型的用户价值分析/104

……