Python数据分析主要步骤及常用库介绍

目的意义

• 用户行为分析：优化业务，提升用户体验
• 业务数据分析：提前规避风险，识别机会
• 合理利用数据分析技术，还能为公司内部提高投入产出比（RIO）

实施过程

数据分析遵循如下主要过程

数据采集数据挖掘数据可视化

1. 数据采集

• 数据采集可以基于公司积累的数据，也可以基于公开数据
• 通常会采⽤两者结合⽅式，让数据类别更丰富

见  机器学习的之数据学习算法

2. 数据挖掘

• 数据（业务逻辑）理解
• 数据准备
• 建⽴模型
• 数据清洗
• 数据存储
• 模型评估

见  机器学习的任务流程之流程详解

3. 数据可视化

• 建⽴各类图表
• 按不同的维度展示图表

常用库

数据分析的每个过程均有 Python 库⽀持，可以通过 Python实现数据分析