资源简介

(共23张PPT)
数据的分析（特征探索）
知识回顾
数据采集
数据存储
数据分析
可视化表达
导入
某零食运营企业，需要调整运营策略。他们获取了近一段时间某零食购物网站的运营数据。
通过现有的数据，应该如何轻松并且准确得来探索他的特征，分析出对自己有价值的信息呢？
导入-数据展示
数据分析的概念
数据分析是通过运用数字化工具和技术，对大批量杂乱无章的数据进行探索和分析，从中发现数据内在的结构和规律，并构建数学模型，进行可视化表达。
了解事物的现状
剖析事物的发展趋势
通过验证，将模型转化为知识，以便更好地了解事物的现状、剖析事物的发展趋势，并预测事物的未来走向。
预测事物的未来走向
探究新知
1.特征探索
2.关联分析
3.聚类分析
4.建立模型
5.模型评价
1.特征探索
2.关联分析
3.聚类分析
4.建立模型
数据分析常用方法
探究新知
数据预处理
完成数据清洗
数据特征探索
求最大值、最小值、极差绘制散点图，直方图
极差：
极差是最大值和最小值之间的差异或范围；
量化了数据的变异程度；
提供数据在整个取值范围内的大小差别。
绘制散点图，直方图
使用最大值、最小值、极差等描述性统计量。
观察分析数据的分布特征
1
2
特征探索-主要任务
数据清洗：处理缺失值、异常值、重复值
求最大值、最小值、极差等描述性统计量
绘制散点图，直方图
观察分析数据的分布特征
1
2
3
4
数据库的建立
在进行数据分析前，通常需要建立一个数据库。通过建立数据库，存储大量数据，方便后续的数据分析和处理工作。
导入文件taob.sql中的数据，创建数据库csdn和数据表taob。
探究活动
逐个完成“程序5-5-1 数据预处理（教材范例）.py”
1.数据清洗，发现缺失值，并打印缺失值的个数
2.异常处理，利用画散点图，发现异常值部分
3.设置筛选条件，重新绘制散点图
4.求最大值、最小值、极差等描述性统计量
5.绘制价格直方图
6.绘制评论数直方图
结论
从直方图中可以看出，哪些价格区间的商品评论数较低，可能表现不佳，用户体验和满意度较低，可以进行提高改进？
1．价格更高的商品，大家的评论的积极性会更强。
结论
从直方图中可以看出，哪些价格区间的商品评论数较低，可能表现不佳，用户体验和满意度较低，可以进行提高改进？2．消费者认为价格20—40元的商品价值较低，从而不愿意购买或分享购买体验。
从直方图中可以看出，哪些价格区间的商品评论数较低，可能表现不佳，用户体验和满意度较低，可以进行提高改进？3．同时价格20—40元的商品可能意味着有潜在的商机和市场空白。
结论
课堂总结
1．对于未知的数据，我们先进行特征探索，以便对数据有初步的认识。
2．数据分析下的特征探索的主要任务。
数据清洗：处理缺失值、异常值、重复值
求最大值、最小值、极差等描述性统计量
绘制散点图，直方图
观察分析数据的分布特征

展开更多......

收起↑