在DataScience已推送几期活动中，含有可视化-展示数据，Numpy和Pandas库的使用-处理数据，以及MySQL-数据管理等学习内容。可是我们依然不清楚如何将Python用于实践，只接触了数据分析所需要的部分模块，无法将其运用在实战中解决问题，那么这一期我们结合4大案例，共5天的学习，提供数据分析的思路和方法来解决这一难题。

课程内容安排

北京积分落户分析

阿里巴巴股票行情数据分析Ⅰ,Ⅱ 

Google Play Store的App分析 

电商交易数据分析

以上四个案例侧重点各有不用，案例的内容可以体现出大部分互联网行业案例分析所需要掌握的数据分析技能的思路，如：业务了解和数据观察，数据清洗和转换，维度分类和指标分析，以及数据展示。

例如：在第一个案例中，通过分析北京积分落户，发现大部分落户人的年龄在35-50之间；这为想要前往北京发展的，并通过“积分落户”方式落户的同学提供了参考，为你的发展决策提供依据。

在第二个案例阿里巴巴股票行情分析中，通过观察分析走势得到阿里的日线，周线，60日线变化趋势，并根据变化走势进行“投资”模拟，计算收益值。此案例，不仅可以学习数据分析的方案，对股票的感兴趣的小白，还可以学习到观察股票走势的基本知识，可谓“一举两得”。

    第三个案例 Google Play Store的App分析中，分析最受欢迎的App类别的特性，以及评论数和安装数是否存在关联。这一案例中，强调在数据清洗的思路和方法，在10841行数据“变成”9658行过程中，确保数据没有空值，不存在异常；去重和转换的过程中如何不对总体数据的结果产生影响。

                      --------------------------------

最后一个案例中，电商交易数据分析，我们根据销量判别该类别的商品是否需要优化以及下架、价格设置在什么区间对增加销量有益、通过什么渠道进行宣传拉客、下单时间段以及成交额的分析等。

写在后面

1

以上课程内容，是为大家结合前期学过的知识并为能熟练运用而精心准备的，以解决实际工作的需求为导向,帮助大家建立数据业务分析的思维。

2

课程定于下周一开始进行推送，完成学习的同学，请在每天推送的文章下面留言打卡，完成五天打卡的同学，会获得我们精心设计的证书。此外，案例学习的演示中，学长使用的是Jupyter Notebook，推荐使用！

3

扫描下方的二维码，添加“小助手”，回复 4 拉你进群，可在群内与群友提问、互动交流，会有学长、学姐为你答疑，活动的总结以及证书发放都在群里进行。