酒類銷售數(shù)據(jù)分析

酒類銷售數(shù)據(jù)分析一、實(shí)踐目的為確保高質(zhì)量落實(shí)本次夏季短學(xué)期工作，不斷滿足學(xué)生需求，促進(jìn)優(yōu)質(zhì)教育資源優(yōu)化配置，提高人才培養(yǎng)質(zhì)量和培養(yǎng)企業(yè)所需人才，把短學(xué)期實(shí)訓(xùn)作為人才培養(yǎng)模式改革的重要階段，根據(jù)年級、結(jié)合專業(yè)、實(shí)行差異化實(shí)踐，促進(jìn)學(xué)生全面發(fā)展。作為大學(xué)三年級學(xué)生，已經(jīng)系統(tǒng)學(xué)習(xí)專業(yè)基礎(chǔ)課程，一直呆在校內(nèi)，對計(jì)算機(jī)行業(yè)以及涉及的知識和技術(shù)認(rèn)知比較模糊，可以能夠動(dòng)手完成的與專業(yè)相關(guān)的任務(wù)，但是缺少企業(yè)中真正所需要的團(tuán)隊(duì)能力，溝通能力。通過綜合實(shí)踐進(jìn)一步鞏固，深入和拓展學(xué)生的基礎(chǔ)的理論知識與專業(yè)相關(guān)的技能。Python的編程的基礎(chǔ)技能Python數(shù)據(jù)清洗技能Python數(shù)據(jù)可視化Python機(jī)器學(xué)習(xí)相關(guān)算法綜合案例電商、金融實(shí)踐使得學(xué)生運(yùn)用所學(xué)的理論知識和專業(yè)相關(guān)技能去解決開發(fā)過程中所遇到的實(shí)際問題的能力及基本工作能力。培養(yǎng)學(xué)生聯(lián)系實(shí)際的工作團(tuán)隊(duì)、嚴(yán)肅認(rèn)真的科學(xué)態(tài)度以及獨(dú)立工作的能力。培養(yǎng)學(xué)生的職業(yè)素養(yǎng)和認(rèn)識到企業(yè)所需要的人才能力。培養(yǎng)訓(xùn)練團(tuán)隊(duì)協(xié)作精神和綜合能力。了解計(jì)算機(jī)專業(yè)有關(guān)就業(yè)方面的動(dòng)態(tài)。讓實(shí)習(xí)學(xué)生了解IT技術(shù)的發(fā)展趨勢、了解行業(yè)動(dòng)態(tài)。同時(shí)認(rèn)知已學(xué)到的或即將學(xué)到的技術(shù)如何與行業(yè)進(jìn)行接軌，為自己未來真正成為IT行業(yè)的專業(yè)人士奠定基礎(chǔ)。讓實(shí)習(xí)學(xué)生了解企業(yè)需要什么樣的人才，企業(yè)現(xiàn)在流行的技術(shù)，從現(xiàn)在開始，應(yīng)該訓(xùn)練哪些職業(yè)必備軟素質(zhì)，為畢業(yè)后走上工作崗位做好充分的準(zhǔn)備。二、實(shí)踐內(nèi)容Python編程基礎(chǔ)技能程序結(jié)構(gòu)、基礎(chǔ)語法、調(diào)試、標(biāo)識符、保留字的用法，輸入輸出等操作。Python尺度數(shù)據(jù)類型（Number、Tuple、列表、Dict、字符串、調(diào)集）及經(jīng)常使用操縱。組合數(shù)據(jù)類型（列表、元組、集合和Dict）函數(shù)list，列表的定義方法，列表的索引和切片，二維列表的索引方法，如何更改列表中的值，列表的常用方法（list.sort()將列表中的元素舉行排序只能利用該列表，list.reverse()不需要另外空間進(jìn)行倒排列表中的元素等），列表的拼接和重復(fù)，列表的深復(fù)制和淺復(fù)制，如何刪除元素，怎樣清空列表。元組的基本語法，函數(shù)tuple，元組不可變的含義，元組的拼接和重復(fù)，元組的方法，原組合列表的區(qū)別。集合的創(chuàng)建和基本操作，數(shù)學(xué)運(yùn)算符所對應(yīng)的集合內(nèi)置方法和其他內(nèi)置方法，集合推導(dǎo)式?？刂屏髡Z句（條件分支、for循環(huán)、try-except-else-finally語句、while語句）。字典的創(chuàng)建，字典的特性和字典中內(nèi)置的函數(shù)。for循環(huán)，while循環(huán)，順序結(jié)構(gòu)和分支結(jié)構(gòu)，中止語句和占位語句，訪問字典里的值，如何修改字典，如何刪除字典中的元素。變量的感化域（閉包外局部變量、內(nèi)建變量、局部變量、全局變量）函數(shù)的參數(shù)（位置參數(shù)、關(guān)鍵字參數(shù)、形參和實(shí)參、默許參數(shù)、可變參數(shù)），參數(shù)的范例，挪用函數(shù)時(shí)參數(shù)的挨次。自定義函數(shù)--函數(shù)式編程，如何理解函數(shù)，構(gòu)建自定義函數(shù)的規(guī)則，思考內(nèi)置函數(shù)的調(diào)用，如何編寫函數(shù)的說明文檔和函數(shù)的返回值。異常和錯(cuò)誤。開箱即用--模塊。關(guān)鍵字global，關(guān)鍵字nonlocal和關(guān)鍵字lambda。Python數(shù)據(jù)清洗技能Numpy數(shù)組計(jì)較：播送、聚合、比力和掩碼、數(shù)組排序。Ndarray和python原生array的區(qū)分，數(shù)組的屬性-盤問屬性、維度變更和范例變更。NumPy的索引和切片-單個(gè)元素的索引，高維數(shù)組索引，整數(shù)索引和布爾索引。NumPy的數(shù)組切分和組合。NumPy的廣播、運(yùn)算、矩陣庫和線性代數(shù)。Pandas對象簡介（Series、Dataframe、Index）。Series的索引和切片。索引器。如何創(chuàng)建數(shù)據(jù)框，講述了三種方法創(chuàng)建：第一個(gè)通過單個(gè)Series對象創(chuàng)建，第二個(gè)通過字典列表創(chuàng)建，最后還有通過Series對象字典創(chuàng)建，通過NumPy二維數(shù)組創(chuàng)建。數(shù)據(jù)框列操作、數(shù)據(jù)對齊及運(yùn)算。數(shù)據(jù)讀寫和輸出，數(shù)據(jù)的選取和描述-如何查看數(shù)據(jù)，和索引相關(guān)的東西，隨機(jī)抽樣、離散化和排序。函數(shù)應(yīng)用-map方法、apply方法和applymap方法。Pandas數(shù)據(jù)加載與存儲(chǔ)。Pandas數(shù)值運(yùn)算方法：通用函數(shù)、聚合函數(shù)、遍歷。Panda層次化索引。Pandas數(shù)據(jù)處理：缺失值處理、數(shù)據(jù)類型轉(zhuǎn)換、字符串轉(zhuǎn)換。Pandas數(shù)據(jù)表的合并與連接。Pandas數(shù)據(jù)的累計(jì)與分組。Python數(shù)據(jù)可視化數(shù)據(jù)可視化的概念，數(shù)據(jù)分析的流程，繪圖思想的基本原理。數(shù)據(jù)可視化的工具。Python數(shù)據(jù)可視化包-Matplotlib介紹?；纠L畫的流程，畫布和子圖，如何添加畫布內(nèi)容，如何存儲(chǔ)和展示圖形，rc參數(shù)，散點(diǎn)圖，折線圖，直方圖，餅圖，箱線圖。使用Matplotlib進(jìn)行基本的圖形繪制。使用Python數(shù)據(jù)處理包Pandas做可視化。Python數(shù)據(jù)可視化包-Seaborn介紹與圖形繪制Python相關(guān)機(jī)器學(xué)習(xí)的算法機(jī)器學(xué)習(xí)的基礎(chǔ)知識介紹，像數(shù)據(jù)挖掘、相關(guān)機(jī)器學(xué)習(xí)的基本思想、常用算法分類、機(jī)器學(xué)習(xí)的主要挑戰(zhàn)、算法庫等。相關(guān)機(jī)器學(xué)習(xí)的基本概念-輸入空間、特征空間與輸出空間，聯(lián)合概率分布，假設(shè)空間。機(jī)器學(xué)習(xí)的三大要素-模型、策略和算法。模型評估中的訓(xùn)練誤差與測試誤差，泛化誤差，過擬合與欠擬合。機(jī)器學(xué)習(xí)算法庫Scikit-learn入門介紹及常用功能介紹監(jiān)督學(xué)習(xí)算法--分類：決策樹、樸素貝葉斯、支持向量機(jī)分類。如何理解決策樹模型，理解決策樹與條件概率分布的概念。與特征選擇相關(guān)的香農(nóng)熵，信息增益，劃分?jǐn)?shù)據(jù)集。決策樹生成-ID3算法，C4.5算法，C5.0算法。剪枝。CART算法。如何在Sklearn中實(shí)現(xiàn)決策樹。分類算法示例。概率分類器。樸素貝葉斯是如何工作的，瓢蟲冬眠。貝葉斯的性質(zhì)與最大后驗(yàn)估計(jì)，漢堡稱重。不同分布下的貝葉斯，高斯樸素貝葉斯GaussianNB的概念，高斯樸素貝葉斯的擬合效果與運(yùn)算速度。多項(xiàng)式樸素貝葉斯及其他們的變化，多項(xiàng)式樸素貝葉斯MultinomialNB和伯努利樸素貝葉斯BernoulliNB，貝葉斯的樣本不均衡問題和補(bǔ)集樸素貝葉斯ComplementNB。如何使用貝葉斯分類器做文本分類，探索文本數(shù)據(jù)，使用TF-IDF將文本數(shù)據(jù)編碼，在貝葉斯上分別建模，產(chǎn)看結(jié)果。二元邏輯回歸損失函數(shù)的數(shù)學(xué)解釋，重要參數(shù)penalty&C，梯度下降求解邏輯回歸，梯度下降的概念與解惑，步長的概念。二元回歸與多元回歸?；貧w算法示例。無監(jiān)督學(xué)習(xí)算法--聚類分析：KNN、Kmeans。學(xué)習(xí)與聚類算法。KMeans的工作原理，簇內(nèi)誤差平方和的定義。K-均值算法的python實(shí)現(xiàn)KMeans。KNN的算法原理，核心思想、算法描述、KNN模型，python手動(dòng)實(shí)現(xiàn)KNN，如何使用scikit-learn實(shí)現(xiàn)KNN，KNN中距離的相關(guān)討論。如何使用Scikit-learn實(shí)現(xiàn)KMeans。聚類分析示例怎樣利用sklearn實(shí)現(xiàn)隨機(jī)叢林分類器。集成算法介紹。隨機(jī)森林回歸器，機(jī)器學(xué)習(xí)中調(diào)參的基本思想。大型綜合案例實(shí)戰(zhàn)基于國外大型電商用戶購買信息數(shù)據(jù)的客戶細(xì)分及購買預(yù)測。酒類銷售數(shù)據(jù)分析。概述電商發(fā)展迅速，為了提高品牌競爭力，優(yōu)化品牌產(chǎn)品線，掌握市場競爭對手情況，尋找及開發(fā)新市場。酒類品牌希望通過電商渠道的產(chǎn)品銷售數(shù)據(jù)對市場中的幾大競爭品牌進(jìn)行對比分析。數(shù)據(jù)預(yù)處理導(dǎo)入原始數(shù)據(jù)并查看。由于數(shù)據(jù)太過龐大，只展示一部分的品牌的總銷售額。比如29元的江小白的總銷售額為3509.0元，但是108元的江小白的總銷售額竟達(dá)到了1571076.0元。申明大眾對白酒的價(jià)錢也是有請求的。經(jīng)由導(dǎo)入數(shù)據(jù)，處置數(shù)據(jù)，洗濯數(shù)據(jù)，和導(dǎo)出洗濯后的數(shù)據(jù)獲得如圖1所示。圖SEQ圖\*ARABIC1導(dǎo)出清洗后的數(shù)據(jù)探索性數(shù)據(jù)分析從產(chǎn)品數(shù)量、日期、品牌種類、口感、月銷售額不同方面分析數(shù)據(jù)并發(fā)現(xiàn)數(shù)據(jù)中存在的問題。分析與建議從品牌、使用體質(zhì)，適用年齡，地區(qū)，口感，價(jià)格等建議產(chǎn)品應(yīng)明確市場定位和產(chǎn)品類型。產(chǎn)品的命運(yùn)由市場定位和產(chǎn)品決定。對于酒類，目前中銷售最好的口味是濃香型和清香型，所以要將濃香型和清香型的白酒產(chǎn)量增加以及完善這兩種口味；另一方面，喝白酒的大多數(shù)是60后、70后，由于他們的年紀(jì)稍大，所以要開發(fā)一些新功能，幫助老人健康身體；此外由于喝酒最多的區(qū)域是華北地區(qū)，所以白酒的銷售地區(qū)應(yīng)該著重于華北地區(qū)；最后，由于現(xiàn)在國家倡導(dǎo)保護(hù)環(huán)境，所以應(yīng)該用環(huán)保的酒瓶，替代原先不環(huán)保的包裝。三、實(shí)踐過程python編程基礎(chǔ)知識兩天的時(shí)間學(xué)習(xí)并掌握數(shù)據(jù)分析師必備的python編程基礎(chǔ)知識，兩天內(nèi)的上午老師講解基礎(chǔ)知識，下午老師讓我們自己練習(xí)，畢竟像編程語言這類還是實(shí)踐最為重要。兩天學(xué)習(xí)的基礎(chǔ)知識為接下來科學(xué)計(jì)算庫Numpy數(shù)組、數(shù)據(jù)框等、Pandas的相關(guān)數(shù)據(jù)等操作、可視化庫Matplotlib、機(jī)器學(xué)習(xí)等之后的高級內(nèi)容做好充分的準(zhǔn)備。Python數(shù)據(jù)清洗技能三天的時(shí)間學(xué)習(xí)Python科學(xué)計(jì)算庫NumPy、Pandas的數(shù)據(jù)處理方法，也就是如何利用Python進(jìn)行簡單進(jìn)行數(shù)據(jù)清洗，這也被稱為數(shù)據(jù)預(yù)處理。數(shù)據(jù)清洗是數(shù)據(jù)分析整個(gè)過程中的重要環(huán)節(jié)，它也是身為一個(gè)數(shù)據(jù)分析師的最最最核心的技能之一。Python數(shù)據(jù)可視化一天的時(shí)間學(xué)習(xí)使用度相對較高的、功能相對成熟的Python工具，這個(gè)階段的學(xué)習(xí)更加側(cè)重?cái)?shù)據(jù)挖掘方面的可視化，可以為以后可視化需求提供基礎(chǔ)和方向。機(jī)器學(xué)習(xí)算法六天的時(shí)間學(xué)習(xí)并熟練掌握機(jī)器學(xué)習(xí)常用算法，熟悉不同模型對輸入數(shù)據(jù)的不同要求，能夠?qū)δＰ洼敵鼋Y(jié)果進(jìn)行合理解釋，能夠運(yùn)用機(jī)器學(xué)習(xí)方法，解決數(shù)據(jù)探索、分類、回歸、聚類等問題。綜合案例分析兩天的時(shí)間學(xué)習(xí)Python機(jī)器學(xué)習(xí)在不同領(lǐng)域的應(yīng)用，并以電商、金融領(lǐng)域?yàn)榘咐M(jìn)行機(jī)器學(xué)習(xí)的應(yīng)用實(shí)踐，培養(yǎng)數(shù)據(jù)分析邏輯思維。通過模型的實(shí)現(xiàn)及還原模擬，建立案例分析整體思路架構(gòu)。以數(shù)據(jù)化思維、商業(yè)智能性工具、算法思維解決實(shí)際商業(yè)問題，挖掘數(shù)據(jù)信息。項(xiàng)目練習(xí)深化鞏固機(jī)器學(xué)習(xí)算法知識，熟悉案例分析整體思路，提升數(shù)據(jù)分析研究能力。四、實(shí)踐體會(huì)今年暑假實(shí)訓(xùn)是在學(xué)校里面，先是學(xué)習(xí)一些基礎(chǔ)技能，然后和組內(nèi)同學(xué)一起做項(xiàng)目，沒有走出校園去體驗(yàn)一種和學(xué)校生活不同的生活，但是，我確實(shí)在校的四周里學(xué)到了不少東西。然后是在校外完成實(shí)踐任務(wù)，認(rèn)真思考總結(jié)，撰寫實(shí)踐報(bào)告。這次暑期實(shí)踐是校企合作實(shí)踐教學(xué)，只是在學(xué)校里面學(xué)的基礎(chǔ)知識對于在企業(yè)所需要的東西是遠(yuǎn)遠(yuǎn)不夠的。在學(xué)校學(xué)的是基礎(chǔ)知識，在企業(yè)了解懂得的是怎樣去運(yùn)用它。這是一個(gè)磨練的過程。首先，學(xué)到了新的基礎(chǔ)專業(yè)技能，之前三年里學(xué)了C語言、C++、JAVA等后端編程語言，但是這次學(xué)習(xí)python主要是去進(jìn)行數(shù)據(jù)分析，可以讓我體驗(yàn)到大數(shù)據(jù)經(jīng)過分析后的巨大價(jià)值，這是這次實(shí)踐和之前實(shí)踐很大的區(qū)別，對于我來說也是一個(gè)新的發(fā)展方向。這樣讓我更加喜歡上我的專業(yè)，更加對大四畢業(yè)我的發(fā)展方向有一個(gè)新的分支。經(jīng)過四周對于數(shù)據(jù)分析的學(xué)習(xí)引起了我對數(shù)據(jù)分析濃濃的興趣。蘋果公司出產(chǎn)的蘋果手機(jī)就是利用數(shù)據(jù)分析將蘋果手機(jī)使用者常去的地點(diǎn)，常訪問的網(wǎng)站記錄。一些重要部門的工作人員他們的往來地址和手機(jī)信息就特別有價(jià)值。數(shù)據(jù)分析是基于一定目的，比如根據(jù)銷售情況來確定哪些種類商品大家更喜歡，又或者可以發(fā)現(xiàn)紙尿褲放在啤酒旁邊可以增加銷售額類似現(xiàn)象，然后進(jìn)行數(shù)據(jù)收集，處理和分析，得到有價(jià)值的信息的過程。隨著現(xiàn)在互聯(lián)網(wǎng)的迅速發(fā)展，很多大公司都有很多很多歷史數(shù)據(jù)，可以根據(jù)這些數(shù)據(jù)經(jīng)過處理分析帶來很大價(jià)值。 數(shù)據(jù)分析是以數(shù)學(xué)為基礎(chǔ)，早在20實(shí)際就已經(jīng)確立了，但是計(jì)算機(jī)的出現(xiàn)才使得數(shù)據(jù)分析的具體實(shí)踐成為可能，在這之后才慢慢的向大眾推廣數(shù)據(jù)分析。福爾摩斯說過“我的工作就是發(fā)現(xiàn)別人不知道的”，這句話不也是適用于數(shù)據(jù)分析師。手機(jī)和電腦是我們?nèi)粘Ｊ褂米疃嗟墓ぞ撸瑹o論是社交、購物還是運(yùn)動(dòng)，都會(huì)留下大量數(shù)據(jù)，如同有一個(gè)無處不在的攝影機(jī)，記錄下你的每一個(gè)動(dòng)作，存儲(chǔ)到數(shù)據(jù)庫中，成為商家下一步營銷的依據(jù)?！逗诳偷蹏分械氖澜缭絹碓浇咏F(xiàn)實(shí)，個(gè)體、數(shù)據(jù)采集設(shè)備都成為一個(gè)龐大數(shù)據(jù)中心的終端，不斷地輸送數(shù)據(jù)。虛擬世界在不斷擴(kuò)大，把現(xiàn)實(shí)世界融入其中，兩者邊界逐漸模糊。虛擬世界中最重要的元素就是數(shù)據(jù)。 其次，每次老師教完本節(jié)課的內(nèi)容，都會(huì)給我們留課堂時(shí)間去回憶、復(fù)習(xí)這節(jié)課的內(nèi)容，加深記憶，在練習(xí)中，如果同學(xué)們中有不清楚的東西，大家一塊討論，實(shí)在不行就會(huì)有老師給我們解答。不像在正常上課期間，老師都是盡力一節(jié)課講特別多的東西。再加上我們課后不是像這次那樣，每節(jié)課后都會(huì)自己動(dòng)手練習(xí)一下。而且，我們不怎么能見到老師，就算有不懂的也沒多少人會(huì)去問老師。所以，這個(gè)等于給我以后的學(xué)習(xí)中做了一個(gè)榜樣-----記得每節(jié)課后要及時(shí)回憶、復(fù)習(xí)老師所講的東西，不懂的和同學(xué)討論。 然后，在這次學(xué)習(xí)中老師有分組，四周之后的結(jié)課作業(yè)是一個(gè)小組內(nèi)的組員分工做的，之前正常上課期間雖然說有些課也有分組，老師讓作業(yè)小組份工做，但是，不像這次那樣，老師讓把每個(gè)人做的部分讓組長寫出來，防止濫竽充數(shù)。這樣的模式是老師想讓我們體驗(yàn)一下在未來工作中的模式，合作和一個(gè)人做的感覺是不同的，當(dāng)然合作實(shí)際較難的。合作時(shí)，要把我們自己寫的那部分讓組員們好理解，這樣，在最后整合時(shí)就不是特別麻煩。在我們以后的工作中，難免會(huì)有和同事一塊合作。在合作中，我們要分