![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 82
LS96
这个作者很懒,什么都没留下…
展开
-
Python “多类型 多环节”场景下 漏斗分析的方式
Python “多类型 多环节”场景下 漏斗分析的方式项目场景:问题描述:解决方案:项目场景:利用python,对于多个类别的数据,每个类别具有相同的流程,计算其各自转换率并绘图的问题问题描述:难点:1、多个类别需要计算2、每个类别中有多个流程需要进行计算3、需要生成一张表关键点:1、计算完数据后,为二维表,需要将其转换为一维表才能进行绘图计算解决方案:1、数据下钻2、按照对应的转换率进行计算3、数据转置4、生成固定的标签5、二维数转一维数据 concat附代码和案例1、原原创 2022-02-20 21:49:39 · 666 阅读 · 0 评论 -
数据分析之——Adventure项目分析
文章目录数据分析——Adventure项目分析内容摘要一、项目简介二、分析思路三、分析过程0、数据准备及清洗(1) 导入模块(2) 简单了解数据(3) 数据处理1、整体销售表现(1) 自行车整体销售量表现(2) 自行车整体销售金额表现(3) 可视化展示2、地域销售表现(1) 2019年11月地区销售表现(2) 2019年11月TOP10销量城市环比(3) 可视化展示数据分析——Adventure项目分析内容摘要一、项目简介公司业务简介Adventure Works Cycle是国内一家制造公司,原创 2021-01-09 16:55:02 · 969 阅读 · 3 评论 -
数据分析方法——用户群组分析
文章目录数据分析方法——用户群组分析内容摘要一、群组分析方法介绍二、项目背景及目的三、python实操(1)数据导入(2)数据处理(3)用户群组存留率计算(4)用户群组存留率可视化四、总结数据分析方法——用户群组分析内容摘要一、群组分析方法介绍群组分析方法就是按照某个特征对数据进行分组,通过分组比较得出结论并提供指导的方法。将用户数据按照性别特征,可以分成男生和女生;将用户注册时间作为特征,按注册的月不同可以进行分组。群组分析的方法常常用来分析用户留存/流失问题,或者金融行业用户还款逾期的问题原创 2020-12-26 01:38:30 · 3095 阅读 · 0 评论 -
数据分析之——电商复盘案例
文章目录数据分析之——电商复盘案例内容摘要一、项目背景二、项目目的三、分析思路四、python数据分析实现数据分析之——电商复盘案例内容摘要项目背景项目目的分析思路python数据分析实现一、项目背景这是某电商平台某次促销的真实数据数据样式:表1:商品信息表“sale_name”:“商品名”,“sale_price”:“售卖价”,“tag_price”:“吊牌价”,“discout”:“折扣率”,“stocks”:“库存量”,“stocks_value”:“货值原创 2020-12-16 00:13:41 · 3171 阅读 · 2 评论 -
数据分析案例——用户消费行为分析
文章目录数据分析之——用户消费行为分析内容摘要一、项目背景二、项目目的三、分析思路四、python数据分析实现五、PowerBI可视化看板设置数据分析之——用户消费行为分析内容摘要项目背景项目目的分析思路python数据分析实现PowerBI可视化看板设置一、项目背景这是一份用户消费行为的分析报告;数据来源于网上,是用户在一家单车网站上的消费记录,其时间跨度为1997年1月至1998年4月。数据格式:txt文档,具体信息见图第一列——user_id:用户ID第二列——ord原创 2020-12-06 23:16:46 · 5342 阅读 · 2 评论 -
Python数据分析时的知识点补充
1、Pandas日期时间列(Python)中仅提取月份和年份添加链接描述2、自定义坐标内容matplotlib xticks用法添加链接描述3、pandas汉化手册添加链接描述原创 2020-11-08 20:44:14 · 57 阅读 · 0 评论 -
2020-10-21
如何给 jupyter 增加新的 python 内核https://www.jianshu.com/p/fcaec99e7e2a转载 2020-10-21 20:03:32 · 61 阅读 · 0 评论 -
数据分析案例——客户流失分析与预测
客户流失分析与预测一、数据来源https://www.kaggle.com/blastchar/telco-customer-churn二、数据整理1、导入函数包import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as sns2、导入数据并展示data=pd.read_csv(r"D:\百度网盘\数据分析—实例\运营商客户流失分析与预测\WA_Fn-UseC_-Telco-C原创 2020-10-04 20:13:21 · 7462 阅读 · 0 评论 -
数据分析-小记
fig, axis = plt.subplots(1, 2, figsize=(12,4))axis[0].set_title("Has Partner")axis[1].set_title("Has Dependents")axis_y = "percentage of customers"gp_partner = (data.groupby('Partner')["Churn"].value_counts()/len(data)).to_frame()gp_partner.rename(co原创 2020-10-04 18:55:41 · 87 阅读 · 0 评论 -
MySQL拓展:Python操作mysql
利用Python3操作MySQL1、主要使用的python包为pymysql,具体API见链接pymysql2、本地数据库主机:localhost用户名:root密码:1234563、具体流程连接——建库——建表——创建游标——基本操作(增-查-改-删)——事物回滚——表头输出4、主要字符数据库:conn游标:cur执行(单条数据):execute执行(多条数据):executemany查询(单条):fetchone查询(多条):fetchmany查询(全部):fetchal原创 2020-09-24 23:30:18 · 241 阅读 · 0 评论