Python数据分析项目全程实录

本书精选不同行业、不 同分析方法以及机器学习等 方向的12个热门Python数据 分析项目。这些项目既可以 作为练手项目，也可以应用 于实际数据分析工作中，其 中的机器学习还可作为参赛 项目的参考。总体来说，这 些项目的实用性都非常强。 具体项目包含：热销产品销 售数据统计分析、篮坛薪酬 揭秘：球员位置与薪资数据 的深度分析、股海秘籍：股 票行情数据分析之旅、京东 某商家的销售评价数据分析 、商城注册用户数据探索分 析、自媒体账号内容数据分 析、汽车数据可视化与相关 性分析、抖音电商数据分析 系统、会员数据化运营RFM 分析实战、商超购物Apriori 关联分析、基于K-Means算 法实现鸢尾花聚类分析、电 视节目数据分析系统。本书 从数据分析、机器学习的角 度出发，按照项目开发的顺 序，系统、全面地讲解每一 个项目的开发实现过程。体 例上，每章一个项目，统一 采用“开发背景→系统设计 →技术准备→各功能模块实 现→项目运行→源码下载” 的形式完整呈现项目，给读 者明确的成就感，可以让读 者快速积累实际数据分析经 验与技巧，早日实现就业目 标。 另外，本书配备丰富的 Python在线开发资源库和电 子课件，主要内容如下： 技术资源库：1456个核 心技术点 技巧资源库： 583个开发技巧 实例资源库：227个应用 实例 项目资源库：44个精 选项目 源码资源库：211套项目 与案例源码 视频资源库： 598集学习视频 PPT电子课件 本书可为Python数据分 析入门自学者提供更广泛的 数据分析实战场景，可为统 计学专业、计算机等专业学 生进行数据分析项目实训、 毕业设计提供项目参考，可 供计算机专业教师、IT培训 讲师用作教学参考资料，还 可作为数据分析师、IT求职 者、编程爱好者进行数据分 析实战的参考书。

明日科技，全称是吉林省明日科技有限公司，是一家专业从事软件开发、教育培训以及软件开发教育资源整合的高科技公司，其编写的教材非常注重选取软件开发中的必需、常用内容，同时也很注重内容的易学、方便性以及相关知识的拓展性，深受读者喜爱。其教材多次荣获“全行业优秀畅销品种”“全国高校出版社优秀畅销书”等奖项，多个品种长期位居同类图书销售排行榜的前列。

第1章 热销产品销售数据统计分析——pandas+numpy+matplotlib+ABC分类法 1.1 开发背景 1.2 系统设计 1.2.1 开发环境 1.2.2 分析流程 1.2.3 功能结构 1.3 技术准备 1.3.1 技术概览 1.3.2 ABC分类法 1.4 前期工作 1.4.1 开发环境设置 1.4.2 安装第三方模块 1.4.3 新建项目目录 1.4.4 数据准备 1.5 数据预处理 1.5.1 查看数据信息 1.5.2 缺失性分析 1.5.3 描述性统计分析 1.6 数据统计分析 1.6.1 月销售趋势分析 1.6.2 热销产品分析（ABC分类法） 1.6.3 热销单品环比增长情况分析 1.6.4 加购人数和购买数量分析 1.6.5 不同种类产品的销量占比情况分析 1.6.6 工作日与周末销量对比分析 1.7 项目运行 1.8 源码下载 第2章 篮坛薪酬揭秘：球员位置与薪资数据的深度分析——pandas+numpy+matplotlib+seaborn 2.1 开发背景 2.2 系统设计 2.2.1 开发环境 2.2.2 分析流程 2.2.3 功能结构 2.3 技术准备 2.3.1 技术概览 2.3.2 详解read_htlm()获取网页数据全过程 2.3.3 应用lambda函数快速处理数据 2.4 数据准备 2.4.1 数据集介绍 2.4.2 确定网页数据的结构 2.4.3 获取当前数据 2.5 数据预处理 2.5.1 查看数据 2.5.2 数据清洗 2.5.3 获取并处理历史数据 2.6 基本统计分析 2.6.1 2024赛季球员的薪资排行TOP10 2.6.2 统计分析各个球队的薪资状况 2.6.3 勇士队球员的薪资状况分析 2.6.4 箱形图分析实力和战绩TOP5球队的薪资状况 2.6.5 对比分析2023-2024赛季各球队薪资变化 2.7 深度分析 2.7.1 球员薪资分布密度图 2.7.2 分析不同位置球员的薪资状况 2.7.3 分析球员位置和薪资的关系 2.8 项目运行 2.9 源码下载 第3章 股海秘籍：股票行情数据分析之旅——tushare+pandas+matplotlib+numpy+mplfinance 3.1 开发背景 …… 第4章 京东某商家的销售评价数据分析——pandas+numpy+jieba+matplotlib+pyecharts+snownlp 第5章 商城注册用户数据探索分析——MySQL+sqlalchemy+pandas+matplotlib 第6章 自媒体账号内容数据分析——pandas+matplotlib+plotly 第7章 汽车数据可视化与相关性分析——pandas+matplotlib+seaborn 第8章 抖音电商数据分析系统——pandas+numpy+pyecharts 第9章 会员数据化运营RFM分析实战——RFM模型+pandas+matplotlib+seabom 第10章 商超购物Apriori关联分析——pandas+matplotlib+Apriori关联分析+mlxtend 第11章 基于K-Means算法实现鸢尾花聚类分析——seabom+pandas+matplotlib+numpy+scikit-learn 第12章 电视节目数据分析系统——Qt Designer+PyQt5+pandas+pyecharts