|
Python基础与应用实战培训 【课程目标】 自2019年，Python已经成为最受欢迎的语言，它简单易用、跨平台、功能强大、扩展性强，而且能够将其它语言编写的程序融合起来，实现无缝连接，号称是万能胶水语言。 本课程为Python语言基础学习，通过本课程的学习，达到如下目的： 1、掌握Python基本格式，以及常用的6种基本语句。 2、掌握常用的标准数据类型及处理 3、掌握Pandas常用的统计功能（函数和方法） 4、理解统计分析原理，掌握统计分析常用的分析方法 5、熟练掌握matplotlib模块，熟练画图函数 6、学会解读图形，形成业务结论和业务策略。 【授课时间】 2-3天时间 （要根据学员的实际情况调整重点内容及时间） 【授课对象】 所有零基础的偏业务的想入门的非技术人员。 【学员要求】 课程为实战课程，要求： 1、每个学员自备一台便携机(必须)。 2、便携机中事先安装好Python 3.9版本及以上。 注：讲师现场提供开源的安装程序、扩展库，以及现场分析的数据源。 【授课方式】 语言基础 + 原理讲解 + 案例演练 + 开发实践 + 可视化呈现 采用互动式教学，围绕业务问题，展开数据分析过程，全过程演练操作，让学员在分析、分享、讲授、总结、自我实践过程中获得能力提升。 【课程大纲】 第一部分： Python基本语句1、Python简介 2、基本语句（主要6种） 3、赋值语句 Ø 变量定义 Ø 赋值运算符 4、输出语句 Ø print语句 Ø 自动换行，不换行输出 Ø 变量位置输出 Ø 格式化字符串输出 5、输入语句 Ø input语句 6、判断语句 Ø if-elif-else语句 Ø 比较运算符 Ø 成员运算符 Ø 布尔运算符 Ø 身份运算符 7、循环语句 Ø 遍历循环for-else Ø 条件循环while-else Ø 循环中断（break和continue） 8、异常语句 Ø try-excep-else-finally 9、其它特殊语句 演练：访问文件/目录 第二部分： Python数据类型1、Python对象识别 2、常用的六种标准数据类型 Ø 不可变类型（Number, String, Tuple） Ø 可变类型（list, Dict, Set） 3、数字类型 Ø 四种常用数字类型（int, Boolean, float, complex） Ø 数字格式化字符 Ø 运算符（算术运算符、位运算符） 4、字符串 Ø 字符串表示 Ø 字符串访问 Ø 字符串转义 Ø 字符串前缀 Ø 字符串操作 Ø 字符串格式化 5、列表 Ø 列表定义 Ø 列表访问 Ø 列表修改 Ø 列表操作 Ø 列表切片 6、元组 Ø 元组定义 Ø 元组访问 Ø 元组切片 7、字典 Ø 字典定义 Ø 字典访问 Ø 字典修改 Ø 字典操作 8、集合 Ø 集合定义 Ø 集合访问 Ø 集合修改 Ø 集合运算 第三部分： 数据分析基础1、数据决策三个环节 2、数据分析六个步骤 Ø 步骤1：明确目的--理清思路 Ø 步骤2：数据收集—理清思路 Ø 步骤3：数据预处理—寻找答案 Ø 步骤4：数据分析--寻找答案 Ø 步骤5：数据展示--观点表达 Ø 步骤6：报表撰写--观点表达 演练：如何用搭建精准营销的数据分析框架 演练：如何搭建用户购买行为的数据分析框架 第四部分： 数据操作基础1、简化的Python操作过程 2、数据分析常用扩展包 Ø Numpy数组处理支持 Ø Pandas数据分析和探索工具 Ø Matplotlib可视化工具库 3、数据集读写 Ø 读取文件（CSV、Excel） Ø 数据集保存（CSV、Excel） 4、数据集结构 Ø 数据集基本属性 Ø Index：位置索引、标签索引 Ø Series：一维结构 Ø DataFrame：二维结构 5、数据集基本操作 Ø 数据访问 Ø 字段类型 ² 类型检查 ² 类型转换 ² 定义有序类别变量 Ø 排序 ² 按值排序 ² 按索引排序 Ø 数据筛选 Ø 数据修改 Ø 数据删除 演示：数据读取，访问，预处理，筛选 第五部分： 统计分析方法篇1、数据分析三个阶段 2、统计分析基础 Ø 统计分析的关键要素 Ø 统计分析三个步骤 3、六种统计操作 Ø 描述统计describe/unique Ø 分类计数value_counts Ø 分段计数/分箱计数value_counts(bins) Ø 分类汇总(groupby, count/sum/mean/…) Ø 透视表（多维统计分析）pivot_table Ø 按日期汇总set_index/resameple/to_period 案例实战：掌握常用的Python统计函数/方法 4、五种统计分析方法 Ø 对比分析法(不同用户的消费水平差异) Ø 结构分析法(用户的学历结构、收入结构分析、动态结构分析) Ø 分布分析法(用户的年龄分布、用户消费层次) Ø 交叉分析法(产品偏好分析) Ø 趋势分析法(销售淡旺季节、用户活跃时间) 案例实战：掌握常用的统计分析方法 第六部分： 数据可视化目的：掌握作图扩展库，实现数据可视化 1、中文显示的问题解决 2、了解图形元素及其函数 Ø 标题、坐标轴、刻度 Ø 数据标签、文本、注释 Ø 图例、网格线、边框 Ø 图片显示、保存 3、简单图形的画法 Ø 柱状图（简单/复式/堆积/堆积百分比柱状图） Ø 直方图（分布分析，查看分布特征） Ø 箱图（判断离群值） Ø 饼图（结构分析） Ø 折线图（趋势分析） Ø 桑基图 Ø … 演练：画图示例，封装成函数或模块 4、复杂图形的画法 Ø 多子图 Ø 多坐标系作图 Ø 多区域作图 第七部分： 数据预处理1、数据预处理四大任务 Ø 数据清洗 Ø 数据集成 Ø 样本处理 Ø 变量处理 2、数据集成 Ø 样本追加 Ø 变量合并 Ø 拼接 演练：样本追加与变量合并 3、数据清洗 Ø 四大异常数据 Ø 重复值检查与处理 Ø 无效值检查与处理 Ø 离群值检查与处理 Ø 缺失值检查与处理 演练：异常值查找、删除、填充 4、样本处理 5、变量处理 第八部分： 实战篇(上述知识点都融入下面分析实战中)1、零售商用户消费行为分析 Ø 用户行为分析框架：5W2H Ø 用户的典型特征 Ø 用户的消费能力 Ø 用户的消费水平 2、运营商用户购买行为分析 Ø 用户维度 ² 用户地域分布 ² 用户学历结构 ² 用户消费能力/消费层次 ² 用户流量分布/层次 ² 用户流失分析 Ø 产品维度 ² 套餐销量分析 ² 套餐贡献分析 ² 服务满意度分析 ² 套餐偏好分析 Ø 时间维度 ² 产品淡旺季分析 ² 用户活跃度分析 ² 重购周期分析 Ø 金额维度 ² 收入结构（用户、产品、区域） ² 价格偏好分析 ² 成本/利润分析 结束：课程总结与问题答疑。
| 
