Python數據分析與可視化典型項目實戰 (微課版) 高海英 陳承歡 9787115622143 【台灣高等教育出版社】

圖書均為代購,正常情形下,訂後約兩周可抵台。
物品所在地:中國大陸
原出版社:人民郵電
NT$444
商品編號:
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*完成訂單後正常情形下約兩周可抵台
*本賣場提供之資訊僅供參考,以到貨標的為正確資訊。
印行年月:202407*若逾兩年請先於私訊洽詢存貨情況,謝謝。
台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。
書名:Python數據分析與可視化典型項目實戰 (微課版)
ISBN:9787115622143
出版社:人民郵電
著編譯者:高海英 陳承歡
頁數:302
所在地:中國大陸 *此為代購商品
書號:1661356
可大量預訂,請先連絡。

內容簡介

在數字化趨勢背景下,數據分析幾乎應用到了各行各業。數據已經成為企業的核心生產要素,而數據分析技術也成為企業的核心競爭力。 本書注重教學內容的思想性,「因勢利導、順勢而為」,將知識傳授、技能訓練、能力培養和價值塑造有機結合;注重案例的典型性,優選人口與生產總值數據分析、天氣與空氣質量數據分析、房源數據分析、旅遊景點數據分析、商品銷量數據分析、訂單數據分析、電商客戶行為分析、電商客戶消費偏好特徵分析、廣告投放效果分析、股票數據分析與股價趨勢預測共10個典型數據分析案例;注重數據信息的有效性,各個數據分析案例都提供合法、公開的足量數據;注重數據分析的實用性和方法應用的靈活性,每個案例的數據分析與可視化都提供實現過程,能全面訓練讀者的數據分析與可視化綜合能力;注重圖形展示的多樣性,涉及多種圖形,並且圖形的繪製方法多樣、參數設置恰當、展示效果美觀,具有較高的參考價值。 本書可以作為普通高等院校、高等或中等職業院校各專業的Python數據分析與可視化綜合訓練課程的教材,也可以作為Python數據分析與可視化的培訓教材及自學參考書。

目錄

模塊1 人口與生產總值數據分析
方法要點
繪圖清單
任務實戰
【任務1-1】第七次全國人口普查數據分析與可視化
【任務1-2】2011—2021年全國各大區的生產總值數據分析與可視化
【任務1-3】綜合分析我國各地區的面積、人口與生產總值數據
模塊2 天氣與空氣質量數據分析
方法要點
繪圖清單
任務實戰
【任務2-1】2021年長沙市天氣數據分析
【任務2-2】2011—2022年北京市天氣數據可視化初探
【任務2-3】2011—2022年北京、上海、廣州、深圳天氣數據可視化分析
【任務2-4】探析2021年8月全國主要城市的空氣質量狀況
【任務2-5】分析2020年和2021年北京、上海、廣州、深圳的天氣差異
模塊3 房源數據分析
方法要點
繪圖清單
任務實戰
【任務3-1】杭州市在售房源數據分析與可視化
【任務3-2】廣州市已成交房源數據分析與可視化
模塊4 旅遊景點數據分析
方法要點
繪圖清單
任務實戰
【任務4-1】旅遊景點數據可視化分析
【任務4-2】旅遊景點銷量分析
【任務4-3】旅遊出行數據可視化分析
模塊5 商品銷量數據分析
方法要點
繪圖清單
任務實戰
【任務5-1】商品銷售數據處理與統計分析
【任務5-2】中秋月餅銷量分析
【任務5-3】藥店藥品銷量分析
模塊6 訂單數據分析
方法要點
繪圖清單
任務實戰
【任務6-1】訂單數據分析
【任務6-2】天貓訂單數據可視化分析
模塊7 電商客戶行為分析
方法要點
繪圖清單
任務實戰
【任務7-1】以行業常見指標分析一周內電商客戶行為
【任務7-2】京東客戶行為分析
模塊8 電商客戶消費偏好特徵分析
方法要點
繪圖清單
任務實戰
【任務8-1】京東客戶消費數據預處理與整體消費特徵分析
【任務8-2】京東電商客戶喜好的商品大類及細分類型分析
【任務8-3】京東電商客戶喜好的商品品牌分析
【任務8-4】從時間維度分析京東電商客戶瀏覽、訂購等行為的頻次特徵
【任務8-5】京東電商客戶瀏覽與下單時間的偏好特徵分析
【任務8-6】京東電商客戶消費行為特徵分析與RFM分析
模塊9 廣告投放效果分析
方法要點
繪圖清單
任務實戰
【任務9-1】利用線性回歸建立廣告費用與銷售額模型
【任務9-2】分析廣告投入與銷售收入的關係
【任務9-3】分析網路廣告投放效果
【任務9-4】基於K-Means演算法的廣告投放效果聚類分析
【任務9-5】使用「A/B測試」分析支付寶營銷策略的廣告投放效果
模塊10 股票數據分析與股價趨勢預測
方法要點
繪圖清單
任務實戰
【任務10-1】使用2年的股票數據建立ARIMA模型並使用該模型預測股價趨勢
【任務10-2】繪製股票數據的各種圖形
【任務10-3】獲取五糧液股票數據並進行分析
【任務10-4】繪製bilibili網站上市至今的股價圖形
【任務10-5】使用10年的股票數據建立ARIMA模型並使用該模型預測股價趨勢
詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。
規格說明
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理