Python数据分析与应用_从数据获取到可视化）（第2版）课件 第1章 数据分析概述.pptxVIP

第1章数据分析概述

《Python数据分析与应用：从数据获取到可视化(第2版)》

了解数据分析的概念及层次，能够说出数据分析的概念以及4个层次

了解数据分析产生的背景，能够简述数据分析产生的背景

了解数据分析的应用领域，能够列举至少3个数据分析的应用领域

熟悉数据分析的流程，能够归纳数据分析的基本流程

学习目标/Target

333

掌握Anaconda的安装与使用，能够独立安装Anaconda工具并操作包

了解Anaconda工具，能够说出Anaconda工具的特点

了解Python做数据分析的优势，能够说出Python有哪些优势

掌握JupyterNotebook工具的启用方式，能够通过多种方式启用工具

学习目标/Target

掌握JupyterNotebook的使用方式，能够使用该工具编写与运行代码

熟悉JupyterNotebook的界面，能够归纳脚本文件窗口各组成部分的功能

熟悉常见的数据分析库，能够归纳每个数据分析库的功能

学习目标/Target

随着大数据时代的到来，数据得到了前所未有的爆发性增长，我们每天都生活在

庞大的数据群体中，能够从数据中挖掘有价值的信息变得愈发重要，数据分析技术应运而生。

数据分析可以运用计算机工具和数学知识处理数据，并从海量数据中发现规律性

的信息，帮助企业规避自身问题以及预测未来趋势。由此可见，数据分析在大数据时代扮演着不可估量的角色。

章节概述/Summary

01数据分析产生的背景

02什么是数据分析

03数据分析的应用场景

04数据分析的流程

目录/Contents

L山

+

为什么选择Python做数据分析

搭建开发环境

启用JupyterNotebook

常见的数据分析库

05

06

07

08

目录/Contents

L山

+

数据分析产生的背景

1.1

以

L山

333

学习目标

了解数据分析产生的背景，能够简

述数据分析产生的背景

1.1数据分析产生的背景

随着计算机技术全面地融入社会生活，信息爆炸已经积累到开始

引发变革的程度，不仅使得世界上充斥着比以往更多的信息，而且增长速度也在逐步加快，驱使着人们进入了一个崭新的大数据时代。互联网、移动互联网、物联网、车联网、GPS、医学影像、安全监控、金融、电信等一些领域每天都在疯狂产生着数据。到目前为止，无论是线下的大超市还是线上的商城，每天都会产生TB级以上的数据量。

1.1数据分析产生的背景

以前，人们得不到想要的数据，是因为数据库中没有相关

的数据。然而，现在人们依旧得不到想要的数据，主要的原因就是数据库里面的数据太多了，缺乏一些可以快速地从数据库中获取有利用价值数据的操作方法。在这种需求的推动下出现了数据分析技术。

1.1数据分析产生的背景

●数据分析可以从海量数据中获得潜藏的有价值的信息，帮助企业或个人预测未来的趋势和行为，使得商务和生产活动具有一定的前瞻性。

●数据分析可以最大程度地开发数据的价值，发挥数据的作用，以提升人们对现实事物进行分析规划和问题识别的能力。

1.1数据分析产生的背景

什么是数据分析

1.2

以

L山

333

学习目标

了解数据分析的概念及层次，能够

说出数据分析的概念以及数据分析的4个层次

1.2什么是数据分析

数据分析的目的在于，将隐藏在一大批看似杂乱无章的数

据信息集中提炼出来有用的数据，以找出所研究对象的内在规律。

数据分析是指使用适当的统计分析方法对收集到的大量数

据进行分析，从这些数据中提取有用信息和形成结论，并

加以详细研究和概括总结的过程。

1.2什么是数据分析

概念

目的

数据分析的四个层次

规范性分析我该做些什么?

预测性分析

可能会发生什么?

诊断性分析

为什么会发生?

描述性分析

发生了什么?

层层递进，经历了这四个层

次分析后，可以对企业未来决策和行动提供更有力支撑。

1.2什么是数据分析

1.描述性分析：发生了什么?

·描述性分析是数据分析中最简单形式的分析方式，它主要是在历史数据的基础之上，利用一些核心指标(如流量、转化率、收入、成本等)对业务的现状做出准确的描述，使人们能够对业务的整体情况有个认知。

·描述性分析一般通过简单的数学运算和统计运算便可以完成分析指标，典型的分析指标有均值、中位数、众数、方差等，不需要更加复杂的计算逻辑。为了帮助用户轻松地理解分析指标，经常会搭配折线图、热力图、直方图等一些图表进行展示。

1.2什么是数据分析

2.诊断性分析：为什么会发生?

·诊断性分析是建立在描述性分析基础之上的分析方式，它会根据业务逻辑