个人信息

邓菲

欢迎来到我的个人主页!这里有我的学习课程和 Pandas 数据分析学习平台。

📚 我的课程

📊 数据分析技术

开始学习 →

学习数据分析的基本方法和工具,包括数据清洗、数据可视化和统计分析等。

📋 课程大纲

  • 01 数据分析概述与职业发展路径
  • 02 Python 数据处理基础 (NumPy/Pandas)
  • 03 数据清洗与预处理技术
  • 04 数据可视化与报表制作

💻 电子商务数据分析

学习电子商务平台的数据分析方法,包括用户行为分析、销售数据分析等。

📋 课程大纲

  • 01 电商数据指标体系构建
  • 02 用户行为分析与转化漏斗
  • 03 销售数据分析与预测
  • 04 电商数据分析实战案例

💰 企业财务数据分析

学习企业财务数据的分析方法,包括财务报表分析、财务指标分析等。

📋 课程大纲

  • 01 财务报表结构与分析方法
  • 02 财务比率分析与杜邦分析
  • 03 财务预测与预算分析
  • 04 财务风险评估与预警

📈 应用统计实务

学习统计分析的基本方法和应用,包括描述性统计、推断性统计等。

📋 课程大纲

  • 01 描述性统计与数据汇总
  • 02 概率论基础与分布分析
  • 03 假设检验与统计显著性
  • 04 相关性分析与回归建模

📦 供应链数据分析

学习如何应用数据分析技术优化供应链管理,提升供应链效率和决策质量。

📋 课程大纲

🎯 模块一:供应链基础
  • • 供应链管理概述
  • • 供应链关键指标体系
  • • 供应链数据来源与采集
📊 模块二:需求预测与库存优化
  • • 时间序列预测方法
  • • EOQ模型与安全库存
  • • 库存周转率分析
🚀 模块三:供应商与物流分析
  • • 供应商绩效评估体系
  • • 物流成本分析与优化
  • • 供应商风险管理
💡 模块四:高级分析与可视化
  • • 供应链可视化仪表盘
  • • 网络优化与路径规划
  • • 机器学习在供应链中的应用

💾 数据库技术与应用

学习数据库的基本原理和SQL语言,以及数据库设计和管理。

📋 课程大纲

  • 01 数据库原理与关系模型
  • 02 SQL语言基础与查询
  • 03 数据库设计与规范化
  • 04 数据库优化与性能调优

学习进度

学习天数 0
积分 0
已完成模块 0/18

学习路径

📖

基础操作

学习 Pandas 的基本数据结构和操作

🔍

数据筛选

掌握数据筛选和条件查询

📦

数据分组

学习数据分组和聚合操作

🔗

数据合并

掌握数据合并和连接操作

📊

数据透视表

学习创建和使用数据透视表

🧹

数据清洗实战

缺失值、异常值处理、数据规范化

🛒

购物篮分析

关联规则、Apriori算法、商品推荐

👥

客户聚类分析

K-Means聚类、客户分群、RFM分析

时间序列分析

趋势分析、周期性检测、预测模型

🧪

A/B测试分析

假设检验、统计显著性、效果评估

🔧

特征工程

特征提取、编码、标准化、降维

📉

数据可视化

Matplotlib、Seaborn、交互式图表

今日推荐练习

基础数据筛选

初级

从销售数据中筛选出销售额大于1500的记录

开始挑战

数据分组聚合

中级

按产品分组,计算每个产品的销售总额和平均销售额

开始挑战

数据排序

初级

按销售额降序排序,显示前3条记录

开始挑战

热门代码示例

读取CSV文件

import pandas as pd

# 读取CSV文件
df = pd.read_csv('sales.csv')

# 查看数据
df.head()
查看详情

布尔索引筛选

import pandas as pd

df = pd.read_csv('sales.csv')

# 筛选销售额大于1000的数据
filtered_df = df[df['销售额'] > 1000]

print(filtered_df)
查看详情

按产品分组聚合

import pandas as pd

df = pd.read_csv('sales.csv')

# 按产品分组,计算销售总额和平均销售额
grouped_df = df.groupby('产品').agg({
    '销售额': ['sum', 'mean'],
    '数量': 'sum'
})

print(grouped_df)
查看详情