Python数据分析实践Python数据分析实践 (38).pdf

《Python数据分析实践Python数据分析实践 (38).pdf》由会员分享，可在线阅读，更多相关《Python数据分析实践Python数据分析实践 (38).pdf（28页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、PythonPython数据分析实践 PPT模板下载： 7.2趋势分析 7.3差异化分析及案例 7.4相关性分析及案例 本章概要 7.1对比分析及案例 PPT模板下载： 7.1.1对比分析概述 7.1.2 对比分析案例 什么是对比分析？7.1.1对比分析概述 对比目的？找到差异产生的原因，找到优化的方法 如何使用对比分析？7.1.1对比分析概述 1.和谁比？和自己比 or 和行业比：判断问题是行业趋势导致的还是自身原因导致的。2.如何比较？绝对数：本身具备价值的数字 结构相对数：同一个总体内，部分与整体之比 比例相对数：同一个总体内，部分与部分之比 比较相对数：不同空间，相同性质对象之比 强度

2、相对数：性质不同，但有一定联系的对象之比，用来说明强度、密度 计划完成度相对数：计划与实际完成对比 劢态相对数：同一现象在不同时期对比，用来说明发展方向和变化速度 综合案例 案例背景：A城市的连锁书店，调查2020年各门店部分图书销售情况，以及投入广告费用对销售量的影响状况。数据说明：2020年 广告费用 2019-2021年门店销售数量 数据来源：模拟数据 7.1.2 对比分析案例 例1：2020年1月“店1”图书销售对比分析 1、结果描述 2020年1月“店1”图书销售中：Python项目开发案例集锦销售量最高 Python程序设计教程销售量最低 Python数据分析实践排名第3 2、结果

3、启示 开发案例、锦囊的图书受读者的欢迎；可以选择受欢迎的图书多进货。进一步思考 不同店的的对比，不同月份的对比，不同图书的对比 对比分析解读 实现过程 7.1.2 对比分析案例 综合案例 PPT模板下载： 7.2.1 趋势分析概述 7.2.2 同比分析案例 7.2.3 定比分析案例 7.2.4 环比分析案例 7.2.1 趋势分析概述 相关概念 含义 应用场景 应用方式 举例 同比 本期数据与历史数据比较 适合具备长期观察数据的场景 周同比/月同比/年同比 如今年9月份的数据与去年9月份的数据相比 定比 本期数据与特定时期数据比较 常用于财务数据分析 如今年9月份的数据与今年1月份的数据相比 环

4、比 本期数据与上期数据比较 适合短期内具备连续性数据的业务场景 日环比/周环比/月环比 如今年9月份的数据与今年10月份的数据相比 7.2.1 趋势分析概述 分类 公式 同比 同比=本期数据/上年同期数据 同比增长率=(本期数据-上年同期数据)/上年同期数据*100%定比 定比=本期数据/固定期数据 定比增长率=(本期数据-固定期数据)/固定期数据*100%环比 环比=本期数据/上期数据 环比增长率=(本期数据-上期数据)/上期数据*100%案例背景：A城市的连锁书店，调查2020年各门店部分图书销售情况，以及投入广告费用对销售量的影响状况。数据说明：2020年 广告费用 2019-2021年

5、门店销售数量 数据来源：模拟数据 7.2.2 同比分析案例 综合案例 例2：2020年1月Python数据分析实践 各门店图书销售量及同比增长情况 1、结果描述 2020年1月Python数据分析实践 图书销售中：店5同比增长率最高，店3同比增长率最小 店1的销售量最高，店2销售量最低 2、结果启示 可以调研店5的促销手段，用户群体 店1销售量高的原因分析 店2销售量低的原因分析 进一步思考 不同门店的同比，不同月份的同比，不同图书的图书同比 同比分析解读 实现过程 7.2.2 同比分析案例 综合案例 案例背景：A城市的连锁书店，调查2020年各门店部分图书销售情况，以及投入广告费用对销售量的

6、影响状况。数据说明：2020年 广告费用 2019-2021年门店销售数量 数据来源：模拟数据 7.2.3 定比分析案例 综合案例 7.2.3定比分析案例 综合案例 1、结果描述 2020年Python数据分析实践 图书销售中，1月份的销售量为定比对象：12月份定比增长率最高，5月最低 12月份销售量最高，5月份销售量最低 2、结果启示 可能12月份的促销活劢增加了销售量；Python数据分析受到更多的读者关注。进一步思考 不同店的的定比，不同图书的定比 定比分析解读 实现过程 案例背景：A城市的连锁书店，调查2020年各门店部分图书销售情况，以及投入广告费用对销售量的影响状况。数据说明：20

7、20年 广告费用 2019-2021年门店销售数量 数据来源：模拟数据 7.2.4 环比分析案例 综合案例 7.2.4环比分析案例 综合案例 1、结果描述 2020年Python数据分析实践 图书销售中：7月份后环比增长率持续上升 7月份之前环比增率波劢较大 2、结果启示 Python数据分析受到更多的读者关注；可能12月份的促销活劢增加了销售量；可以增加该图书的备货。进一步思考 不同店的的环比，不同图书的环比 环比分析解读 实现过程 PPT模板下载： 7.3.1差异化分析概述 7.3.2差异化分析案例 7.3.1差异化分析概述 具体方法 应用场景举例 两者之间的差异分析 不同性别的同学在各科

8、学习成绩上的差异 不同性别的同学身体素质上的差异 总体内部的差异分析 对企业经营情况进行系统分析，从企业的经营收益性、安全性、流劢性、生产性、成长性等方面的差异化分析。某个学生各科成绩的差异化分析 不同品牌手机在拍照、内存、外观、性能等方面的差异化分析 案例背景：A城市的连锁书店，调查2020年各门店部分图书销售情况，以及投入广告费用对销售量的影响状况。数据说明：2020年 广告费用 2019-2021年门店销售数量 数据来源：模拟数据 7.3.2 差异化分析案例 综合案例 例5：2020年所有店Python数据分析实践 销量差异分析 1、结果描述 2020年所有店Python数据分析实践：店

9、1最高，店2最低 店5，店4，店3 从高到低 2、结果启示 店1的促销，员工工作情况，消费群体分析 其他图书是否也有类似情况 进一步思考 不同门店的图书差异对比，不同图书的门店差异 差异分析解读 实现过程 7.3.2差异化分析案例 综合案例 PPT模板下载： 7.4.1 相关性分析概述 7.4.2 相关性分析案例 7.4.1 相关性分析概述 相关程序 相关系数取值范围 低度相关 0=|r|0.3 中度相关 0.3=|r|0.8 高度相关 0.8=|r|=1 散 点 图：发现趋势和联系 相关系数：变量间关联程度的准确度量 =()r:相关系数：变量的分数：变量的分数 N:x和y取值的配对个数 7.

10、4.1 相关性分析 实现过程 例6：散点图与相关系数计算 案例背景：A城市的连锁书店，调查2020年各门店部分图书销售情况，以及投入广告费用对销售量的影响状况。数据说明：2020年 广告费用 2019-2021年门店销售数量 数据来源：模拟数据 7.4.2 相关性分析案例 综合案例 例7：2020年月度 总销量与广告费用 相关性分析 1、结果描述 2020年月度 总销量与广告费用：相关性很低 2、结果启示 广告投入是否精准 不同门店广告费用与销售量的相关性分析 进一步思考 不同门店广告费用与销售量的相关性 不同月份广告费用与销售量的相关性 不同图书销售量与广告费用的相关性 相关性解读 实现过程 7.4.2 相关性分析案例 综合案例 小结 谢 谢 观 看