和鲸学习笔记

我正在和鲸社区参加“商业分析师 Python 训练营 BA1：应用入门活动” 商业分析师 Python 训练营 BA1：应用入门 - Heywhale.com，以下是我的学习笔记：

学习主题：商业数据分析概论

日期：2023.9.12商业数据分析概论

关键概念/知识点：

• 商业数据分析就是运用科学的方法，从复杂的数据中发现规律，结合实际业务问题找出有价值的信息。

•   3 类主要数据：横截面数据、时间序列数据和面板数据

• 商业数据一般来源于 3 个方面：专业性网站、专业数据公司和信息公司、抽样调查。
• Python ：编程界的瑞士军刀 R 语言：统计分析的魔法棒 Stata：通往经济学世界的快速通道MATLAB：数值计算的大师 EViews：时间序列分析的探险家 SAS：商业智能的领航者 SPSS：社会科学领域的数据分析专家
• Python 商业数据分析相关的程序包：Matplotlib、Numpy、SciPy等等

掌握的新函数/方法：

• df.isna().sum()        

• df.loc [df ['A'].isna (),'A'] = B

代码举例：

# 示例代码 
import pandas as pd
df = pd.read_csv('/home/mw/input/Titanic.csv')
df.isna().sum() 
df.loc [df ['Age'].isna (),'Age'] = 0

关键总结：

•  Python 的索引是从 0 开始而非 1,数据切片时要注意选取范围
• python 中可以通过 describe 属性对数据的统计特征进行描述，获取数据集的描述性统计信息

问题/困惑：

• 对于数据可视化分析缺乏更丰富的方式
• 需要更多关于DataFrame索引和切片的练习

下一步计划：

• 了解更多可视化分析的方法
• 练习数据集的统计信息的更多探索分析
• 完成窗口函数的练习

参考资料/相关资源链接：

• Pandas文档:pandas documentation — pandas 2.1.0 documentation
• NumPy教程:NumPy: the absolute basics for beginners — NumPy v1.25 Manual