將python運用到實際案例分析中（第四關作業）

將python運用到實際案例分析中（第四關作業）

本章節主要分為兩個部分，一是理解數據分析，二是分析銷售數據案例析銷售數據案例

一、理解數據分析

此處又分為一維數據分析、二維數據分析

一維數據分析用Numpy（array）和pandas（series）

用Numpy定義一維數據：a=np.array([1,2,3,4]), 可以實現查詢元素、切片訪問、查看數據類型等多種功能

用pandas定義一維數據：a=pd.series([1,2,3,4]), 可以用Stocks.descbibe()用於獲取統計信息，iloc屬性用於根據位置獲取值，loc屬性用於根據索引獲取值

二維數據分析用Numpy（array） 和pandas（dataframe）

定義二維數據：a=np.array([1,2,3],[4,5,6]),可以查詢元素，獲取某行或某列數據。

pandas表示數據框（dataframe）時，可製作有序的數據框，計算平均值，iloc屬性用於根據位置查詢值，loc屬性用於根據索引查詢值。

二、銷售數據分析案例

解決問題的思路：提出問題—理解數據—數據清洗—構建模型——數據可視化

其中，1.提出問題：本案例中業務指標1-3是需要解決的問題，需根據提出的問題構建模型。

業務指標1：月均消費次數=總消費次數/月份數

業務指標2：月均消費金額=總消費金額/月份數

業務指標3：客單價=總消費金額/總消費次數

2.數據清洗步驟：選擇子集、列表重命名、缺失數據處理、數據類型轉換、數據排序、異常值處理

以下為第四章作業代碼匯總：

ps：本來有截圖修改過的，但是一導入文檔又變成之前的圖片了，所以看上去有一點混亂。

食品藥品的案例

讀取表格數據

SalesDf.head()列印前5行

查看列的數據類型：dtype

有多少行多少列：shape

每一列的統計數：SalesDf.describe（）

、