Python商业数据分析：零售和电子商务案例详解（双色）

6.4 案例：用户成单预测

6.3 案例：电商的库存预测算法建模

6.2 案例：基于时序算法预测库存

6.1 案例：基于业务逻辑的预测算法模型

6 Python与销售预测案例

5.4 案例：消费者舆情分析

5.3 案例：基于协同过滤算法的产品推荐

5.2 案例：基于聚类算法的商品推荐

5.1 案例：基于关联规则的产品推荐

5 Python与数字营销案例

4.3 案例：用Python分析竞品

4.2 案例：用Python做推广方案

4.1 案例：用Python做SEO

4 Python与店铺数据化运营案例

3.3 案例：细分市场分析

3.2 案例：市场趋势分析

3.1 案例：市场大盘容量分析

3 Python与市场分析案例

2.7 商业分析可视化

2.6 Pandas数据处理

2.5 NumPy数组处理

2.4 数据库操作及文件读写

2.3 数据采集

2.2 Python在商业分析中的价值

2.1 什么是数据分析

2 Python商业数据分析基础

1.2 Python操作入门

1.1 安装Python环境

1 Python基础

前言

推荐序

内容简介

封面

封面

内容简介

推荐序

前言

1 Python基础

1.1 安装Python环境

1.2 Python操作入门

2 Python商业数据分析基础

2.1 什么是数据分析

2.2 Python在商业分析中的价值

2.3 数据采集

2.4 数据库操作及文件读写

2.5 NumPy数组处理

2.6 Pandas数据处理

2.7 商业分析可视化

3 Python与市场分析案例

3.1 案例：市场大盘容量分析

3.2 案例：市场趋势分析

3.3 案例：细分市场分析

4 Python与店铺数据化运营案例

4.1 案例：用Python做SEO

4.2 案例：用Python做推广方案

4.3 案例：用Python分析竞品

5 Python与数字营销案例

5.1 案例：基于关联规则的产品推荐

5.2 案例：基于聚类算法的商品推荐

5.3 案例：基于协同过滤算法的产品推荐

5.4 案例：消费者舆情分析

6 Python与销售预测案例

6.1 案例：基于业务逻辑的预测算法模型

6.2 案例：基于时序算法预测库存

6.3 案例：电商的库存预测算法建模

6.4 案例：用户成单预测