m0_69435474的博客

利用打车数据对A\B测试进行实战演练，并利用订单数据进行城市运营分析。

数据源为某商场的会员信息和用户订单表，先对数据进行预处理：缺失值、重复值和异常值处理；主要对用户分析：会员用户的画像分析，会员与非会员间的销量和金额对比，用户的时间偏好分析，销量和销售额的年、季度、月分析，用户利用RFM模型对用户分层分析并提出意见。......

详细介绍了matplotlib如何制作多子图图画和组合图

详细讲解了matplotlib如何制作折线图、散点图、气泡图条形图(柱状图)、饼图、环形图、直方图、箱线图及他们的属性(刻度线、轴标签、标题、文本显示等)设置。

利用python进行用户分析和产品分析：用户画像分析：地区、性别、年龄分布，不同分类下的下单数量及消费金额对比，二八定律，用户分层模型(RFM模型)及销量最高的10个品牌。 思路清晰，注释全面详细。

这是我们之前的课后作业，根据自己的想法对这个数据进行分析，只要求写出五个点出来就可以了，因此我就对这些数据进行了分析一番。涉及的python知识点还是挺多的，包括了python连接数据库，SQL提取数据并保存为csv格式，pandas处理数据，matplotlib画图以及购物篮分析与关联分析。python数据分析集合：python数据分析现有一张表，描述了某个大型超市的订单数据,记录了某时刻的订单。数据大小16G，一亿条数据。老师给我们的是一个csv文件，我当时下载完成后想都没想，就直接打开csv文件，

三个日期函数的主要用法：date_range()生成日期序列，resample()重新采样，to_period()判断某日处于某个时期

pandas、matplotlib库，对数据进行日期格式转化，分组聚合函数等，最后利用matplotlib库对其进行可视化，还有散点图的画法及线性回顾趋势预测等

pandas三大数据处理函数apply、map和applymap及numpy中的numpy.where函数

表间的左右连接和内连接，高级查询语句truncate、字符串查询函数str.contains、query函数等

读取外部数据、创建数据、数据查询、替换、数据弗恩组与透视、数学统计函数、排序等

numpy知识点总结：创建数组、索引与切片的使用、数学统计函数、常用方法、行列转置、随机函数各种创建方法等