- 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
459
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 pltimport seaborn as snsps: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
176
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
330
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
157
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
154
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
1630
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人