Python零基础到精通教程，数据分析（数据处理，挖掘价值）

本文聚焦真实业务场景用PandasMatplotlib完成从原始数据清洗、处理、分析到挖掘业务价值的全流程全程可直接复制运行。一、教程核心说明1. 技术栈核心工具Pandas数据处理核心、Matplotlib可视化数据格式CSV最常用的业务数据格式难度零基础可学无复杂数学公式2. 实战使用场景覆盖高频业务需求电商销售数据分析分析销量、利润、用户消费习惯优化选品 / 营销用户行为分析挖掘高价值用户、流失风险用户运营数据监控统计日 / 月营收、爆款产品、异常数据二、环境准备打开终端 / 命令提示符执行安装命令pip install pandas matplotlib三、实战场景电商销售数据分析最通用场景我们模拟一份电商订单原始数据包含订单号、用户 ID、商品类别、订单时间、销量、单价、省份。目标清洗脏数据 → 统计核心指标 → 挖掘业务价值 → 输出决策建议步骤 1生成 / 导入原始数据我们先生成模拟数据也可替换为你的本地 CSV 文件# 1. 导入工具库 import pandas as pd import matplotlib.pyplot as plt # 设置中文显示解决图表中文乱码 plt.rcParams[font.family] [SimHei, WenQuanYi Micro Hei, Heiti TC] plt.rcParams[axes.unicode_minus] False # 2. 生成模拟电商销售数据真实场景可替换为pd.read_csv(你的数据.csv) data { order_id: [1001, 1002, 1003, 1004, 1005, 1006, 1007, 1008, None, 1010], user_id: [101, 102, 103, 101, 104, 102, 105, 106, 107, 103], category: [电子产品, 服装, 食品, 电子产品, 食品, 服装, 电子产品, 食品, 服装, None], order_time: [2025-01-01, 2025-01-01, 2025-01-02, 2025-01-02, 2025-01-03, 2025-01-03, 2025-01-04, 2025-01-04, 2025-01-05, 2025-01-05], sales: [5, 3, 10, 2, 8, 5, -2, 12, 6, 7], # 包含异常值负数销量 price: [3000, 200, 50, 3200, 45, 180, 4000, 55, 220, 60] } # 转换为DataFramePandas核心数据结构 df pd.DataFrame(data) # 查看数据前5行基础检查 print( 原始数据前5行 ) print(df.head())步骤 2数据探索了解数据全貌这一步是数据分析的必经流程快速判断数据质量# 1. 查看数据基本信息行数、列数、数据类型、缺失值 print(\n 数据基本信息 ) print(df.info()) # 2. 查看数值型数据统计均值、最值、标准差 print(\n 数据统计指标 ) print(df.describe())发现问题存在缺失值order_id/category为空存在异常值sales为负数时间列是字符串格式无法做时间分析步骤 3核心数据处理清洗脏数据数据处理占数据分析70% 工作量干净的数据才能挖出准确价值# --------------- 1. 处理缺失值 --------------- # 删除包含缺失值的行业务中缺失关键信息的订单无效 df df.dropna() # --------------- 2. 处理异常值 --------------- # 剔除销量为负数的无效数据 df df[df[sales] 0] # --------------- 3. 数据格式转换 --------------- # 将订单时间转换为日期格式支持按天/月分析 df[order_time] pd.to_datetime(df[order_time]) # --------------- 4. 计算核心指标总销售额 --------------- # 销售额 销量 × 单价 df[total_amount] df[sales] * df[price] # 查看清洗后的数据 print(\n 清洗后最终数据 ) print(df)步骤 4数据价值挖掘核心分析基于清洗后的数据挖掘业务能直接使用的结论分析 1各商品类别销量 / 销售额统计# 按商品类别分组统计 category_analysis df.groupby(category).agg({ sales: sum, # 总销量 total_amount: sum # 总销售额 }).reset_index() print(\n 各品类销售统计 ) print(category_analysis) # 可视化品类销售额柱状图 plt.figure(figsize(8, 5)) plt.bar(category_analysis[category], category_analysis[total_amount], color#4285F4) plt.title(各商品类别销售额对比) plt.xlabel(商品类别) plt.ylabel(总销售额元) plt.show()业务价值一眼看出最赚钱的品类指导库存、营销资源倾斜。分析 2高价值用户挖掘用户分层# 按用户ID统计消费总额 user_analysis df.groupby(user_id).agg({ total_amount: sum, order_id: count # 订单数 }).rename(columns{order_id: order_count}).reset_index() # 筛选高价值用户消费额5000 high_value_user user_analysis[user_analysis[total_amount] 5000] print(\n 高价值用户列表 ) print(high_value_user)业务价值定位核心用户做专属优惠、精准营销提升复购。分析 3每日销售额趋势# 按日期统计销售额 daily_sales df.groupby(order_time)[total_amount].sum().reset_index() print(\n 每日销售额趋势 ) print(daily_sales) # 折线图可视化 plt.figure(figsize(10, 5)) plt.plot(daily_sales[order_time], daily_sales[total_amount], markero, color#EA4335) plt.title(每日销售额趋势) plt.xlabel(日期) plt.ylabel(销售额元) plt.xticks(rotation45) plt.show()业务价值判断销售高峰期安排备货、促销活动。分析 4异常数据监控# 找出单笔销售额最高的订单 max_order df[df[total_amount] df[total_amount].max()] print(\n 单笔最高销售额订单 ) print(max_order)四、其他高频实战使用场景代码可复用场景 1用户行为分析APP / 网站目标挖掘活跃用户、沉默用户、留存率# 核心代码复用清洗逻辑 # user_df pd.read_csv(user_behavior.csv) # user_df user_df.dropna() # 统计用户访问次数、最后登录时间 # user_stay user_df.groupby(user_id)[visit_time].agg([count, max])场景 2财务数据处理目标统计收支、利润、异常支出# 核心逻辑 # df[profit] df[income] - df[cost] # 按月统计利润趋势场景 3学生 / 员工绩效分析目标排名、平均分、异常分数筛选# 核心逻辑 # score_df score_df[score_df[score] 0] # score_df.rank(ascendingFalse)五、最终输出业务决策报告从数据到价值基于本次电商数据分析我们可以直接输出可落地的业务建议品类优化电子产品销售额最高应加大进货量和推广用户运营针对高价值用户发放专属优惠券提升复购率时间规划根据每日销售趋势在高峰日前备货数据规范修复后台数据漏洞禁止负数销量、空数据产生。六、教程总结1. 数据分析标准流程万能模板原始数据 →数据探索→数据清洗缺失值 / 异常值 / 格式→指标计算→分析挖掘→业务价值2. 核心技能用Pandas完成 90% 数据处理用Matplotlib做可视化直观展示结论所有分析围绕业务价值不做无意义的纯技术操作3. 扩展方向进阶Seaborn美化图表、NumPy数值计算实战对接 Excel/MySQL 数据库高级机器学习预测销量、用户流失