2023年如何利用python进行数据分析

数据分析"/>

2023年如何利用python进行数据分析

Numy和Pandas包

numpy和pandas是数据分析绝对绕不过的工具包。numpy是Python的数值计算扩展，专门用来处理矩阵，它的运算效率比列表更高效。pandas是基于numpy的数据分析工具，能更方便的操作大型数据集。

以下是对numpy和pandas的基础知识的总结：

二、数据分析过程
数据分析过程如下：

三、实际数据分析

本文以朝阳医院2018年药品销售数据为例，利用上述分析工具，按照完整的分析流程进行数据分析。

1、提出问题

数据分析的首要任务就是明确分析的目标，即需要分析什么，分析的目的是什么。实际工作中需要和业务部门进行沟通确定分析的任务。本次练习中需要分析的指标有月消费次数、月均消费金额、客单价以及消费趋势。

2、理解数据

利用pandas包对数据进行查看，了解数据的基本情况。

（1）读取数据

（2查看行数和列数

（3）查看数据类型

3、数据清洗

（1）选择子集

本次案例对全部数据进行分析，因此不需要选择子集。

（2）列名重命名

将‘购药时间’改为‘销售时间’

（3）缺失数据处理

由于缺失数据量很小，本次案例采取删除缺失值的方法处理。

（4）数据类型转换

首先对社保卡号，商品编码数据继续数据类型的转换

接着对日期数据进行处理，先分割字符串，再用索引提取日期数据

将‘销售时间’这一列数据类型转换为日期型

（5）排序

按销售时间进行排序,排序完需要重新设置索引。

（6）异常值处理

首先利用描述统计信息来查看数据中是否有异常值。

发现销售数量、应收金额、实收金额数据均存在负值，与实际情况不符，判定为异常值。

接着处理异常值，采取删除的方法。

4、数据分析

通过上述的数据处理工作，得到了分析中想要的数据。接下来利用这些数据计算分析问题中的指标。

（1）月均消费次数

月均消费次数=总消费次数/月份数

需要明确的是，本文将同一天内同一个人发生的所有消费算作一次消费。因此需要删除同一天同一人重复消费的数据，才能得到总消费次数。

月份数则利用最大日期和最小日期相差的天数，除以30天而得到。

（2）月均消费金额

月均消费金额=总消费金额/月份数

(3)客单价

客单价=总消费金额/总消费次数

(4）消费趋势

提取日期中的月份作为新的变量‘月’，描述月消费金额，月消费次数的变化趋势。

绘制消费趋势折线图

由图可以看出，消费金额和消费次数的变化趋势基本一致，4月份的销售金额和消费次数最多，7月的数据最低这是由于数据仅收集到7月19号，7月的数据并不完整。

   知道你对python感兴趣，所以给你准备了下面的资料~

 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以点击链接免费领取或者滑到最后扫描二v码【保证100%免费】

python学习资源免费分享，保证100%免费！！！

需要的话可以点击这里👉Python学习路线（2023修正版）附涉及资料 （安全链接，放心点击）

文末有福利领取哦~ 

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。​​

二、Python必备开发工具

​​

三、精品Python学习书籍

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
​​

四、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
​​
​​

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
​​

六、Python练习题

检查学习结果。
​​

七、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
​​
​​

 👉这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】Python学习路线（2023修正版）附涉及资料《Python学习资料》，已经打包好了，自取【ps：需要领取的资料（请备注清楚，查找与发送给你）】。因链接常://mp.weixin.qq/s/UVxw0daFCgAMFhz9cfrjAQ

​​