Python基礎與數據分析實戰(zhàn)培訓

Python基礎與應用實戰(zhàn)培訓【課程目標】
自2019年，Python已經成為最受歡迎的語言，它簡單易用、跨平臺、功能強大、擴展性強，而且能夠將其它語言編寫的程序融合起來，實現無縫連接，號稱是萬能膠水語言。
本課程為Python語言基礎學習，通過本課程的學習，達到如下目的：
掌握Python基本格式，以及常用的6種基本語句。
掌握常用的標準數據類型及處理
掌握Pandas常用的統(tǒng)計功能（函數和方法）
理解統(tǒng)計分析原理，掌握統(tǒng)計分析常用的分析方法
熟練掌握matplotlib模塊，熟練畫圖函數
學會解讀圖形，形成業(yè)務結論和業(yè)務策略。
【授課時間】
2-3天時間
（要根據學員的實際情況調整重點內容及時間）
【授課對象】
所有零基礎的偏業(yè)務的想入門的非技術人員。
【學員要求】
課程為實戰(zhàn)課程，要求：
每個學員自備一臺便攜機(必須)。
便攜機中事先安裝好Python 3.9版本及以上。
注：講師現場提供開源的安裝程序、擴展庫，以及現場分析的數據源。
【授課方式】
語言基礎 + 原理講解 + 案例演練 + 開發(fā)實踐 + 可視化呈現
采用互動式教學，圍繞業(yè)務問題，展開數據分析過程，全過程演練操作，讓學員在分析、分享、講授、總結、自我實踐過程中獲得能力提升。
【課程大綱】
Python語言基礎
目的：搭建Python環(huán)境，掌握編程的基本語句，以及熟悉常用數據結構的操作
Python簡介
Python環(huán)境搭建（課前完成）
基本格式
編碼（utf-8）
注釋（單引號、雙引號、三引號）
縮進（縮進—代碼塊）
標識符命名規(guī)則
保留字和內置函數
書寫格式（一行一句、一行多句、一句多行）
Python基本語句
基本格式
編碼（utf-8）
注釋（單引號、雙引號、三引號）
縮進（縮進—代碼塊）
標識符命名規(guī)則
保留字和內置函數
書寫格式（一行一句、一行多句、一句多行）
基本語句（主要6種）
賦值語句
變量定義
賦值運算符
輸出語句
print語句
自動換行，不換行輸出
變量位置輸出
格式化字符串輸出
輸入語句
input語句
判斷語句
if-elif-else語句
比較運算符
成員運算符
布爾運算符
身份運算符
循環(huán)語句
遍歷循環(huán)for-else
條件循環(huán)while-else
循環(huán)中斷（break和continue）
異常語句
try-excep-else-finally
其它特殊語句
演練：訪問文件/目錄
Python數據類型
Python對象識別
常用的六種標準數據類型
不可變類型（Number, String, Tuple）
可變類型（list, Dict, Set）
數字類型
四種常用數字類型（int, Boolean, float, complex）
數字格式化字符
常用的數字擴展庫
運算符（算術運算符、位運算符）
字符串
字符串表示
字符串訪問
字符串轉義
字符串前綴
字符串操作
字符串格式化
列表
列表定義
列表訪問
列表修改
列表操作
列表切片
元組
元組定義
元組訪問
元組切片
字典
字典定義
字典訪問
字典修改
字典操作
集合
集合定義
集合訪問
集合修改
集合運算
日期時間
datetime, date, time, timedelt日期格式化字符含義
數據分析基礎
數據分析三個階段
現狀分析
原因分析
預測分析
數據思維的三個環(huán)節(jié)
數據分析的六個步驟
步驟1：明確目的--理清思路
步驟2：數據收集—理清思路
步驟3：數據預處理—尋找答案
步驟4：數據分析--尋找答案
步驟5：數據展示--觀點表達
步驟6：報表撰寫--觀點表達
演練：如何用搭建精準營銷的數據分析框架
演練：如何搭建用戶購買行為的數據分析框架
數據操作基礎
簡化的Python操作過程
數據分析常用擴展包
Numpy數組處理支持
Pandas數據分析和探索工具
Matplotlib可視化工具庫
數據集讀寫
讀取文件（CSV、Excel）
數據集保存（CSV、Excel）
數據集結構
數據集基本屬性
Index：位置索引、標簽索引
Series：一維結構
DataFrame：二維結構
數據集基本操作
數據訪問
字段類型
類型檢查
類型轉換
定義有序類別變量
排序
按值排序
按索引排序
數據篩選
數據修改
數據刪除
演示：數據讀取，訪問，預處理，篩選
統(tǒng)計分析方法篇
統(tǒng)計分析基礎
統(tǒng)計分析的關鍵要素
統(tǒng)計分析三個步驟
六種統(tǒng)計操作
描述統(tǒng)計describe
分類計數value_counts分段計數/分箱計數value_counts(bins)
分類匯總(groupby, count/sum/mean/…)
透視表（多維統(tǒng)計分析）pivot_table按日期匯總resameple/to_period案例實戰(zhàn)：掌握常用的Python統(tǒng)計函數/方法
五種統(tǒng)計分析方法
對比分析法(不同用戶的消費水平差異)
結構分析法(用戶的學歷結構、收入結構分析、動態(tài)結構分析)
分布分析法(用戶的年齡分布、用戶消費層次)
交叉分析法(產品偏好分析)
趨勢分析法(銷售淡旺季節(jié)、用戶活躍時間)
案例實戰(zhàn)：掌握常用的統(tǒng)計分析方法
數據可視化
目的：掌握作圖擴展庫，實現數據可視化
中文顯示的問題解決
了解圖形元素及其函數
標題、坐標軸、刻度
數據標簽、文本、注釋
圖例、網格線、邊框
圖片顯示、保存
簡單圖形的畫法
柱狀圖（簡單/復式/堆積/堆積百分比柱狀圖）
直方圖（分布分析，查看分布特征）
箱圖（判斷離群值）
餅圖（結構分析）
折線圖（趨勢分析）
?；鶊D
…
演練：畫圖示例，封裝成函數或模塊
復雜圖形的畫法
多子圖
多坐標系作圖
多區(qū)域作圖
數據預處理
數據預處理四大任務
數據清洗
數據集成
樣本處理
變量處理
數據集成
樣本追加
變量合并
拼接
演練：樣本追加與變量合并
數據清洗
四大異常數據
重復值檢查與處理
無效值檢查與處理
離群值檢查與處理
缺失值檢查與處理
演練：異常值查找、刪除、填充
樣本處理
變量處理
實戰(zhàn)篇(上述知識點都融入下面分析實戰(zhàn)中)
零售商用戶消費行為分析
用戶行為分析框架：5W2H
用戶的典型特征
用戶的消費能力
用戶的消費水平
運營商用戶購買行為分析
用戶維度
用戶地域分布
用戶學歷結構
用戶消費能力/消費層次
用戶流量分布/層次
用戶流失分析
產品維度
套餐銷量分析
套餐貢獻分析
服務滿意度分析
套餐偏好分析
時間維度
產品淡旺季分析
用戶活躍度分析
重購周期分析
金額維度
收入結構（用戶、產品、區(qū)域）
價格偏好分析
成本/利潤分析
結束：課程總結與問題答疑。

傅一航老師的其它課程