返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • Python数据分析和业务应用实战 广告投放+产品运营+商业分析 周景阳,叶鹏飞 编 专业科技 文轩网
  • 新华书店正版
    • 作者: 周景阳,叶鹏飞著
    • 出版社: 其他
    • 出版时间:2023-06-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 周景阳,叶鹏飞著
    • 出版社:其他
    • 出版时间:2023-06-01 00:00:00
    • 版次:1
    • 印次:1
    • 字数:360000
    • 页数:260
    • 开本:16开
    • 装帧:平装
    • ISBN:9787113300166
    • 国别/地区:中国
    • 版权提供:其他

    Python数据分析和业务应用实战 广告投放+产品运营+商业分析

    作  者:周景阳,叶鹏飞 编
    定  价:89.8
    出 版 社:中国铁道出版社有限公司
    出版日期:2023年06月01日
    页  数:260
    装  帧:平装
    ISBN:9787113300166
    主编推荐

    内容简介

    本书内容以技术知识与业务实战相结合,同时全书穿插多个实战项目,从而帮助读者更好地理解数据分析技术在业务上的应用。前半部分为技术章节,主要围绕 Python 语言的编程方法展开,其中包括数据录入、数据可视化、数值计算、办公自动化等内容 ;后半部分为业务章节,主要围绕不同业务场景的分析方法展开,其中包括广告投放、电商运营、用户画像、商品画像、商业分析等内容。本书主要面向电商数据分析师和电商运营人员,也适合对技术感兴趣的产品经理。

    作者简介

    精彩内容

    目录
    第1章 文件处理
    1.1 基本环境介绍/1
    1.2 Pandas 文件的读取/1
    1.3 初识 DataFrame 数据类型/3
    1.4 DataFrame 数据类型的访问/5
    1.4.1 如何使用 head() 方法查看数据/5
    1.4.2 如何查看数据类型/6
    1.4.3 如何同时访问多列数据/7
    1.4.4 如何进行数据类型的筛选/7
    1.5 区域访问的方法/8
    1.6 DataFrame 数据类型的新增、删除/11
    1.6.1 DataFrame 数据类型的新增操作方法/11
    1.6.2 DataFrame 数据类型的删除操作方法/13
    1.7 探索性分析项目实战/15
    第2章 企业数据分析与挖掘项目标准化流程
    2.1 基本流程介绍/22
    2.2 如何进行目标定义/23
    2.2.1 在线产品/23
    2.2.2 线下服务业/23
    2.2.3 内部分析目标/24
    2.3 数据的来源与获取/25
    2.4 数据抽样的常用方法/25
    2.5 数据探索的目标与任务/26
    2.6 数据预处理/28
    2.7 数据建模与评价/29
    第3章 使用 Python 进行科学运算
    3.1 Pandas 计算利器 Series/30
    3.1.1 DataFrame 与 Series 的关系/30
    3.1.2 声明一个 Series 类型/31
    3.1.3 Series 判断缺失值/32
    3.1.4 Series 的运算/33
    3.2 一个必不可少的运算库 NumPy/34
    3.3 类型推断/35
    3.4 NumPy 的矢量化操作/36
    3.5 NumPy 的切片/37
    3.6 花式索引 Fancy Indexing/39
    3.7 降维运算/41
    3.8 堆叠运算/42
    3.9 广播运算/44
    第4章 Matplotlib 数据可视化
    4.1 销售额走势的折线图/48
    4.1.1 环境安装及引入/48
    4.1.2 Excel 中整数日期的处理/49
    4.1.3 绘制简单折线图/50
    4.1.4 解决 x 轴刻度重叠问题/51
    4.1.5 调整画布大小问题/52
    4.1.6 多项数据对比绘制折线图/52
    4.2 长尾分布的柱状图/55
    4.2.1 简单柱状图/55
    4.2.2 边框颜色与隐藏问题/56
    4.2.3 刻度显示问题/57
    4.3 躺着的柱状图就是条形图/58
    4.4 说明占比的饼图/60
    4.4.1 基本饼图/60
    4.4.2 饼图的数据计算/60
    4.4.3 丰富饼图属性/61
    4.5 观察分布的散点图/63
    4.5.1 普通散点图/63
    4.5.2 由散点图到气泡图的演变/63
    4.5.3 自开发 RGB 颜色生成器/64
    第5章 全面了解 MySQL
    5.1 掌握数据库的结构/66
    5.1.1 实例与库/66
    5.1.2 表与字段的创建/70
    5.2 SQL 的数据操作/72
    5.2.1 数据写入/72
    5.2.2 数据更新/73
    5.2.3 数据的物理删除与逻辑删除/74
    5.3 使用 Python 操作 MySQL/75
    5.3.1 表结构的创建/75
    5.3.2 外部数据导入/76
    第6章 使用 Python 进行 SQL 的查询与计算
    6.1 有条件的查询语句/78
    6.1.1 基本查询语句/78
    6.1.2 单一条件的查询语句/79
    6.1.3 模糊的条件/81
    6.1.4 多条件的查询语句/82
    6.1.5 关于空值的判断/83
    6.1.6 返回部分结果的控制/84
    6.2 多个表查询结果展示在一起的联合查询/85
    6.3 统计结果中的分组方法与筛选技巧/86
    6.3.1 掌握结果分组/86
    6.3.2 过滤筛选分组后的结果/87
    6.3.3 排序中的大小顺序/89
    6.4 多表之间的子查询/90
    6.4.1 两表之间的子查询/90
    6.4.2 三表之间的子查询/91
    6.5 多表之间的关联查询/92
    6.5.1 先给数据起个别名/92
    6.5.2 两表之间的左关联/93
    6.5.3 两表之间的右关联/94
    6.5.4 两表之间的全关联/95
    6.6 使用 Python 进行 SQL 数据查询/95
    6.6.1 一般的查询方法/95
    6.6.2 使用 Pandas 的查询方法/96
    第7章 基于用户行为的用户价值分析
    7.1 项目数据介绍/98
    7.1.1 项目介绍及脱敏/98
    7.1.2 数据介绍/98
    7.2 项目开始前的数据预处理/100
    7.2.1 数据获取/100
    7.2.2 数据预处理/101
    7.3 指标分析与价值分析/102
    7.3.1 流量指标分析/102
    7.3.2 转化指标分析/104
    7.3.3 基于 RFM 模型的用户价值分析/104
    ……

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购