新書推薦：
《
打好你手里的牌（斯多葛主义+现代认知疗法，提升当代人的心理韧性！）
》
售價：HK$
66.1
《
新时代硬道理 广东寻路高质量发展
》
售價：HK$
77.3
《
6S精益管理实战（精装版）
》
售價：HK$
100.6
《
异域回声——晚近海外汉学之文史互动研究
》
售價：HK$
109.8
《
世界文明中的作物迁徙：聚焦亚洲、中东和南美洲被忽视的本土农业文明
》
售價：HK$
99.7
《
无端欢喜
》
售價：HK$
76.2
《
股票大作手操盘术
》
售價：HK$
53.8
《
何以中国·何谓唐代：东欧亚帝国的兴亡与转型
》
售價：HK$
87.4
|
| 編輯推薦： |
1、主要针对高等职业院校学生的特点，采取项目式写法，满足高职高专院校的教学需要。
2、案例选取具有典型性、先进性以及有效性，满足当前“学用结合”的教学要求，为学生的职业发展打好基础。
3、配套资源丰富，包括电子活页、教学大纲、PPT、教学教案。
4、作者为名校名师，具有丰富的教学经验和实践经验。
|
| 內容簡介： |
在数字化趋势背景下，数据分析几乎应用到了各行各业。数据已经成为企业的核心生产要素，而数据分析技术也成为企业的核心竞争力。
本书注重教学内容的思想性，“因势利导、顺势而为”，将知识传授、技能训练、能力培养和价值塑造有机结合；注重案例的典型性，优选人口与生产总值数据分析、天气与空气质量数据分析、房源数据分析、旅游景点数据分析、商品销量数据分析、订单数据分析、电商客户行为分析、电商客户消费偏好特征分析、广告投放效果分析、股票数据分析与股价趋势预测共10个典型数据分析案例；注重数据信息的有效性，各个数据分析案例都提供合法、公开的足量数据；注重数据分析的实用性和方法应用的灵活性，每个案例的数据分析与可视化都提供实现过程，能全面训练读者的数据分析与可视化综合能力；注重图形展示的多样性，涉及多种图形，并且图形的绘制方法多样、参数设置恰当、展示效果美观，具有较高的参考价值。
本书可以作为普通高等院校、高等或中等职业院校各专业的Python数据分析与可视化综合训练课程的教材，也可以作为Python数据分析与可视化的培训教材及自学参考书。
|
| 關於作者： |
|
高海英，副教授，西安航空职业技术学院人工智能学院大数据技术专业带头人，主持或参与国家级及省级教科研课题多项，获中国通信工业协会教学成果二等奖。以副主编编写教材《计算机应用基础》《信息技术》分布别入选“十三五”“十四五”职业教育国家规划教材，其中《计算机应用基础》获陕西省 2022 年职业教育优秀教材特等奖。任职期间，获陕西省教学能力比赛二等奖2项、三等奖1项，指导学生荣获陕西省职业院校技能大赛“大数据技术与应用”赛项一等奖1项，三等奖2项；“泰迪杯”数据分析技能大赛二等奖2项，三等奖4项。
|
| 目錄：
|
模块1 人口与生产总值数据分析 1
方法要点 1
绘图清单 2
任务实战 2
【任务1-1】第七次全国人口普查数据分析与可视化 2
【任务1-2】2011—2021年全国各大区的生产总值数据分析与可视化 21
【任务1-3】综合分析我国各地区的面积、人口与生产总值数据 33
模块2 天气与空气质量数据分析 34
方法要点 34
绘图清单 35
任务实战 35
【任务2-1】2021年长沙市天气数据分析 35
【任务2-2】2011—2022年北京市天气数据可视化初探 43
【任务2-3】2011—2022年北京、上海、广州、深圳天气数据可视化分析 49
【任务2-4】探析2021年8月全国主要城市的空气质量状况 54
【任务2-5】分析2020年和2021年北京、上海、广州、深圳的天气差异 55
模块3 房源数据分析 56
方法要点 56
绘图清单 57
任务实战 57
【任务3-1】杭州市在售房源数据分析与可视化 57
【任务3-2】广州市已成交房源数据分析与可视化 80
模块4 旅游景点数据分析 85
方法要点 85
绘图清单 85
任务实战 86
【任务4-1】旅游景点数据可视化分析 86
【任务4-2】旅游景点销量分析 92
【任务4-3】旅游出行数据可视化分析 102
模块5 商品销量数据分析 108
方法要点 108
绘图清单 108
任务实战 109
【任务5-1】商品销售数据处理与统计分析 109
【任务5-2】中秋月饼销量分析 116
【任务5-3】药店药品销量分析 124
模块6 订单数据分析 141
方法要点 141
绘图清单 141
任务实战 142
【任务6-1】订单数据分析 142
【任务6-2】天猫订单数据可视化分析 149
模块7 电商客户行为分析 152
方法要点 152
绘图清单 152
任务实战 153
【任务7-1】以行业常见指标分析一周内电商客户行为 153
【任务7-2】京东客户行为分析 174
模块8 电商客户消费偏好特征分析 188
方法要点 188
绘图清单 189
任务实战 189
【任务8-1】京东客户消费数据预处理与整体消费特征分析 189
【任务8-2】京东电商客户喜好的商品大类及细分类型分析 205
【任务8-3】京东电商客户喜好的商品品牌分析 227
【任务8-4】从时间维度分析京东电商客户浏览、订购等行为的频次特征 231
【任务8-5】京东电商客户浏览与下单时间的偏好特征分析 249
【任务8-6】京东电商客户消费行为特征分析与RFM分析 262
模块9 广告投放效果分析 263
方法要点 263
绘图清单 264
任务实战 264
【任务9-1】利用线性回归建立广告费用与销售额模型 264
【任务9-2】分析广告投入与销售收入的关系 271
【任务9-3】分析网络广告投放效果 278
【任务9-4】基于K-Means算法的广告投放效果聚类分析 279
【任务9-5】使用“A/B测试”分析支付宝营销策略的广告投放效果 280
模块10 股票数据分析与股价趋势预测 281
方法要点 281
绘图清单 281
任务实战 282
【任务10-1】使用2年的股票数据建立ARIMA模型并使用该模型预测股价趋势 282
【任务10-2】绘制股票数据的各种图形 287
【任务10-3】获取五粮液股票数据并进行 分析 296
【任务10-4】绘制bilibili网站上市至今的股价图形 300
【任务10-5】使用10年的股票数据建立ARIMA模型并使用该模型预测股价趋势 302
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
