python学习路-利用python进行数据分析

一、Numy和Pandas包

numpy和pandas是数据分析绝对绕不过的工具包。numpy是Python的数值计算扩展，专门用来处理矩阵，它的运算效率比列表更高效。pandas是基于numpy的数据分析工具，能更方便的操作大型数据集。

以下是对numpy和pandas的基础知识的总结：

二、数据分析过程

数据分析过程如下：

三、实际数据分析

本文以朝阳医院2018年药品销售数据为例，利用上述分析工具，按照完整的分析流程进行数据分析。

1、提出问题

数据分析的首要任务就是明确分析的目标，即需要分析什么，分析的目的是什么。实际工作中需要和业务部门进行沟通确定分析的任务。本次练习中需要分析的指标有月消费次数、月均消费金额、客单价以及消费趋势。

2、理解数据

利用pandas包对数据进行查看，了解数据的基本情况。

（1）读取数据

（2查看行数和列数

（3）查看数据类型

3、数据清洗

（1）选择子集

本次案例对全部数据进行分析，因此不需要选择子集。

（2）列名重命名

将‘购药时间’改为‘销售时间’

（3）缺失数据处理

由于缺失数据量很小，本次案例采取删除缺失值的方法处理。

（4）数据类型转换

首先对社保卡号，商品编码数据继续数据类型的转换

接着对日期数据进行处理，先分割字符串，再用索引提取日期数据

将‘销售时间’这一列数据类型转换为日期型

报错，根据错误提示得知，日期中存在2018-02-29的数据，但是实际中并没有2018-02-29，所以转换失败，因此我们将日期为2018-02-29的数据删除再转换数据类型，这里利用条件筛选。

（5）排序

按销售时间进行排序,排序完需要重新设置索引。

（6）异常值处理

首先利用描述统计信息来查看数据中是否有异常值。

发现销售数量、应收金额、实收金额数据均存在负值，与实际情况不符，判定为异常值。

接着处理异常值，采取删除的方法。

4、数据分析

通过上述的数据处理工作，得到了分析中想要的数据。接下来利用这些数据计算分析问题中的指标。

（1）月均消费次数

月均消费次数=总消费次数/月份数

需要明确的是，本文将同一天内同一个人发生的所有消费算作一次消费。因此需要删除同一天同一人重复消费的数据，才能得到总消费次数。

月份数则利用最大日期和最小日期相差的天数，除以30天而得到。

（2）月均消费金额

月均消费金额=总消费金额/月份数

(3)客单价

客单价=总消费金额/总消费次数

(4）消费趋势

提取日期中的月份作为新的变量‘月’，描述月消费金额，月消费次数的变化趋势。

绘制消费趋势折线图

由图可以看出，消费金额和消费次数的变化趋势基本一致，4月份的销售金额和消费次数最多，7月的数据最低这是由于数据仅收集到7月19号，7月的数据并不完整。

Python经验分享

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后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学习路线

这里把Python常用的技术点做了整理，有各个领域的知识点汇总，可以按照上面的知识点找对应的学习资源。

学习软件

Python常用的开发软件，会给大家节省很多时间。

学习视频

编程学习一定要多多看视频，书籍和视频结合起来学习才能事半功倍。

100道练习题

实战案例

光学理论是没用的，学习编程切忌纸上谈兵，一定要动手实操，将自己学到的知识运用到实际当中。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。