資源簡介

(共23張PPT)
數據的分析（特征探索）
知識回顧
數據采集
數據存儲
數據分析
可視化表達
導入
某零食運營企業，需要調整運營策略。他們獲取了近一段時間某零食購物網站的運營數據。
通過現有的數據，應該如何輕松并且準確得來探索他的特征，分析出對自己有價值的信息呢？
導入-數據展示
數據分析的概念
數據分析是通過運用數字化工具和技術，對大批量雜亂無章的數據進行探索和分析，從中發現數據內在的結構和規律，并構建數學模型，進行可視化表達。
了解事物的現狀
剖析事物的發展趨勢
通過驗證，將模型轉化為知識，以便更好地了解事物的現狀、剖析事物的發展趨勢，并預測事物的未來走向。
預測事物的未來走向
探究新知
1.特征探索
2.關聯分析
3.聚類分析
4.建立模型
5.模型評價
1.特征探索
2.關聯分析
3.聚類分析
4.建立模型
數據分析常用方法
探究新知
數據預處理
完成數據清洗
數據特征探索
求最大值、最小值、極差繪制散點圖，直方圖
極差：
極差是最大值和最小值之間的差異或范圍；
量化了數據的變異程度；
提供數據在整個取值范圍內的大小差別。
繪制散點圖，直方圖
使用最大值、最小值、極差等描述性統計量。
觀察分析數據的分布特征
1
2
特征探索-主要任務
數據清洗：處理缺失值、異常值、重復值
求最大值、最小值、極差等描述性統計量
繪制散點圖，直方圖
觀察分析數據的分布特征
1
2
3
4
數據庫的建立
在進行數據分析前，通常需要建立一個數據庫。通過建立數據庫，存儲大量數據，方便后續的數據分析和處理工作。
導入文件taob.sql中的數據，創建數據庫csdn和數據表taob。
探究活動
逐個完成“程序5-5-1 數據預處理（教材范例）.py”
1.數據清洗，發現缺失值，并打印缺失值的個數
2.異常處理，利用畫散點圖，發現異常值部分
3.設置篩選條件，重新繪制散點圖
4.求最大值、最小值、極差等描述性統計量
5.繪制價格直方圖
6.繪制評論數直方圖
結論
從直方圖中可以看出，哪些價格區間的商品評論數較低，可能表現不佳，用戶體驗和滿意度較低，可以進行提高改進？
1．價格更高的商品，大家的評論的積極性會更強。
結論
從直方圖中可以看出，哪些價格區間的商品評論數較低，可能表現不佳，用戶體驗和滿意度較低，可以進行提高改進？2．消費者認為價格20—40元的商品價值較低，從而不愿意購買或分享購買體驗。
從直方圖中可以看出，哪些價格區間的商品評論數較低，可能表現不佳，用戶體驗和滿意度較低，可以進行提高改進？3．同時價格20—40元的商品可能意味著有潛在的商機和市場空白。
結論
課堂總結
1．對于未知的數據，我們先進行特征探索，以便對數據有初步的認識。
2．數據分析下的特征探索的主要任務。
數據清洗：處理缺失值、異常值、重復值
求最大值、最小值、極差等描述性統計量
繪制散點圖，直方圖
觀察分析數據的分布特征

展開更多......

收起↑