1 数据分析简介

数据分析是结合数学、统计学理论的科学统计分析方法，对Excel数据、数据库中的数据、收集的大量数据、网页抓取的数据进行分析，从中提取有价值的信息并形成结论进行展示的过程。

2 数据分析流程

(1) 分析目标及思路：一个分析问题、拆分问题的过程。通过分析要研究的目标从而得出分析思路，确定目标需要对哪些方面进行具体的分析；
(2) 数据获取：在确立了分析需求之后需要用一些技术手段获取数据，包括但不限于下载数据集、爬取数据；
(3) 数据预处理：数据预处理可以大致分为4个基本步骤，分别是数据合并、数据转换、数据清洗数据标准化；
(4) 数据分析与建模：通过建模可以得出数据中存在的特定规律，而模型就是这种规律的抽象化实例；
(5) 数据可视化：将数据分析结果以图表的形式展现出来，会更加清晰直观有效；
(6) 数据应用：将数据分析之后的结果运用到相应的领域中去。
注意：数据分析具体流程包括确定分析目标及思路、数据获取、数据预处理、数据分析与建模、数据可视化及结果验证、数据应用。

3 数据分析常用库

(1) NumPy：是一个运行速度非常快的数学库，主要用于数组计算。
(2) Pandas：是一个强大的分析结构化数据的工具集，用于数据挖掘和数据分析，同时也提供数据清洗功能。
(3) Matplotlib：是一个功能强大的开源的数据可视化库。
(4) Seaborn：是一个Python数据可视化开源库，建立在matplotlib之上，并集成了pandas的数据结构。
(5) Sklearn：scikit-learn 是基于 Python 语言的机器学习工具。
(6) Jupyter Notebook/Jupyter Lab：是一个开源Web应用程序，可以创建和共享代码、公式、可视化图表、笔记文档，是数据分析学习和开发的首选开发环境。

4 数据分析应用

(1) 买东西、做生意：比如淘宝知道你喜欢什么，给你推荐商品；超市预测下个月哪种牛奶卖得最好，提前多进货。
(2) 银行和钱：比如银行判断你能不能贷款；发现你的银行卡是不是被盗刷了。
(3) 工厂和物流：比如工厂分析生产过程，找出哪里慢，提高效率；快递公司分析路线，让包裹送得更快。
(4) 医院和健康：比如医生用你的检查数据判断病情；研究新药有没有效果。
(5) 上网和手机：比如抖音给你推你爱看的视频；网站改版后，看看大家用起来方不方便。
(6) 城市和政府：比如分析哪里堵车最严重，想办法解决；警察根据数据预测哪里可能有小偷，加强巡逻。

5 数据分析文档

网址：https://blog.csdn.net/weixin_50216991/article/details/151373806