1.2 数据化运营所需的Python相关工具和组件

说明:本文是《Python数据分析与数据化运营》中的“1.2 数据化运营所需的Python相关工具和组件”。

本书将以Python为主要数据工作工具,本节将重点介绍Python相关工具,包括Python程序、IDE、Python第三方库、数据库和客户端、SSH远程客户端、OCR工具和机器学习框架等。 继续阅读1.2 数据化运营所需的Python相关工具和组件

1.1 用Python做数据化运营

说明:本文是《Python数据分析与数据化运营》中的“1.1 用Python做数据化运营”。

Python是什么?数据化运营又是什么?为什么要将Python用于数据化运营?本节先来回答这几个问题。 继续阅读1.1 用Python做数据化运营

《Python数据分析与数据化运营》前言

为什么要写这本书

随着商业环境的日益严峻,企业需要不断寻找提高利润率、降低成本、提高产出价值的有效方法,而数据化运营恰好是满足企业这一需求的关键武器。数据化运营包含了运营和数据两种要素,前者需要较多的业务经验,而后者则对数据分析提出了更高要求。只有把二者结合起来,在有足够技能、经验和技术的支持下,数据化运营才能在企业内部真正落地、生根、发芽。 继续阅读《Python数据分析与数据化运营》前言

Python基础数据处理库-Pandas

最近更新:2018-01-11


pandas是Python数据工作的基础库之一,它和numpy、scipy共成为Python数据处理的三剑客。pandas在数据录入、查看、预处理、统计分析、时间序列等方面具有非常强大的能力。尤其它里面的数据框跟R中的数据框类似,其具有的交互性以及对非结构化、非数值型数据的处理能力让Python的基础数据处理事半功倍。 继续阅读Python基础数据处理库-Pandas

《Python数据分析与数据化运营》常见问题

在这边文章中,我会把读者反馈给我的常见问题总结出来,供更多读者参考。里面会涉及到各种疑问或混淆知识点,希望能给大家解惑。如果大家有什么疑问,可以直接在这里留言,我会将一些跟本书相关的知识性问题总结出来并在此回答。

最近更新时间:2018-02-05
继续阅读《Python数据分析与数据化运营》常见问题