先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
【导读】
今天用Python分析一下取暖器的全网销售数据。
公众号后台,回复关键字“取暖器**”获取完整数据。**
点击下方视频,先睹为快:
?????????
如果说冬天对北方人来说只是一个季节,而对南方人来说是一场“渡劫”。北方的冷是干冷,物理攻击,多穿一点就好了。而且室内有暖气,在室内可以穿着短袖吃冰棍。
而南方的冷是湿冷,魔法攻击,穿再多没有用。而且室内还没暖气,各种段子也是层出不穷:
“你在北方的暖气里四季如春,我在南方的寒冬下冻成冰棍儿”
“北方人过冬靠的是暖气,南方人过冬靠的是一身正气”
“我是一只来自北方的狼,来到南方却被冻成了狗”
一到冬天南方人除了靠一身浩然正气,空调、电热毯、油汀、电暖气等各类花式取暖电器都得安排上。
内贸批发平台1688上获取的数据显示,进入11月以来,暖气片在南方城市的销量比去年同期增长了300%,平台上取暖小家电品类整体营业额同比增幅达到200%,其中发热垫的同比增速甚至高达600%。
据显示,暖气片和暖气设备销量贡献最大的国内客户,主要都是来自长江沿线城市,以江浙沪、安徽、湖南、湖北、重庆、四川等地居多,一时间“南方取暖设备被买爆”话题登上了微博热搜,让人不禁感叹南方人过个冬天实在是太难了。
那么取暖器的全网销售数据是怎样的呢?
今天我们就带你用看一看。
用Python分析全网取暖器数据
我们使用Python获取了淘宝网搜索关键词暖气片、取暖器、壁挂炉的商品数据,并进行了数据分析。
读取数据
1
首先导入获取的数据。
# 导入工具包
import numpy as np
import pandas as pd
from pyecharts.charts import Bar, Pie, Map, Page
from pyecharts import options as opts
import jieba
# 读取数据
df_all = pd.read_csv(‘…/data/导出数据.csv’)
df_all.head()
df_all.shape
(13212, 7)
数据清洗和整理
2
此处我们需要对数据集进行数据清洗以便后续分析和可视化,主要工作内容如下:
-
删除记录的重复值
-
goods_price列处理:提取数值
-
purchase_num列处理:提取数值
-
计算销售额sales_volume = goods_price*purchase_num
-
删除多余的列
代码实现如下:
df = df_all.copy()
# 去除重复值
df.drop_duplicates(inplace=True)
df.shape
(6849, 7)
# 筛选记录
df = df[df[‘purchase_num’].str.contains(‘人付款’)]
# goods_price列处理
df[‘goods_price’] = df[‘goods_price’].str.extract(‘(\d+.{0,1}\d*)’)
df[‘goods_price’] = df[‘goods_price’].astype(‘float’)
# purchase_num列处理
df[‘num’] = df[‘purchase_num’].str.extract(‘(\d+.{0,1}\d*)’)
df[‘num’] = df[‘num’].astype(‘float’)
df[‘unit’] = [10000 if ‘万’ in i else 1 for i in df[‘purchase_num’]]
# 计算销量
df[‘purchase_num’] = df[‘num’] * df[‘unit’]
# 计算销售额
df[‘sales_volume’] = df[‘goods_price’] * df[‘purchase_num’]
# 提取省份字段
df[‘province_name’] = df[‘location’].astype(‘str’).str.split(’ ').apply(lambda x:x[0])
# 删除多余的列
最后
Python崛起并且风靡,因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低,但它的晋级路线很多,通过它你能进入机器学习、数据挖掘、大数据,CS等更加高级的领域。Python可以做网络应用,可以做科学计算,数据分析,可以做网络爬虫,可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多,你需要学好基础,再选择明确的方向。这里给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
👉Python所有方向的学习路线👈
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
👉Python必备开发工具👈
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
👉Python全套学习视频👈
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
👉实战案例👈
学python就与学数学一样,是不能只看书不做题的,直接看步骤和答案会让人误以为自己全都掌握了,但是碰到生题的时候还是会一筹莫展。
因此在学习python的过程中一定要记得多动手写代码,教程只需要看一两遍即可。
👉大厂面试真题👈
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
nimg.cn/img_convert/99461e47e58e503d2bc1dc6f4668534a.png)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
[外链图片转存中…(img-LcBPTQCL-1713484006070)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!