资源介绍
电子书）
《实战数据分析》旨在通过解决现实世界中的问题来帮助你提升数据分析技能。本书呈现了八个你在作为分析师时可能会遇到的场景，每个场景都对应一个你在数据教育中经常会接触到的行业主题。本书还提供了一个可用于解决任何分析问题的框架，主要是通过帮助你在开始之前正确地定义问题。
本书读者对象
本书面向希望在基础数据分析技能上进一步提升，并渴望接触现实世界问题的初级或新晋数据分析师。读者应至少有六个月的数据工作经验，并且熟悉问题框架、数据清洗、分析和可视化。即使是经验丰富的分析师也会从解决本书中的问题中受益，因为我们的学习永无止境。
本书结构：路线图
本书包含八个可供尝试的数据分析项目，分布在 13 个章节中。从第 2 章开始，每一章都描述一个项目，解释可用的数据，提供一个循序渐进的框架，说明你可能如何着手该项目，并提供一个用 Python 实现的示例解决方案：
第 1 章介绍了一个以结果为导向的框架，你可以将其应用于任何数据分析问题。它还详细介绍了如何将该框架应用于一个现实世界的场景。
第 2 章包含第一个项目。在这个项目中，任务是从无格式的地址数据中检索信息。本章详细介绍了如何将结果导向框架应用于具体问题。
第 3 章是关于数据建模的。在这个项目中，需要从原始交易数据中检索和去重客户信息。
第 4 章是关于定义指标的。该项目要求你定义什么是产品的最佳表现者，并据此分析数据。
第 5 章涉及非常规数据源。项目任务是分析新冠肺炎封锁期间及之后电影行业的变化。为此，你需要从一系列 PDF 文件中检索数据。
第 6 章介绍了一个关于处理分类数据的项目。你的任务是分析一份开发者调查，以了解人们对数据分析工具的态度。本章的示例解决方案侧重于探索数据并回答一些初步问题。
第 7 章继续上一章的项目。在示例解决方案中，我们应用更高级的方法来处理分类数据，以便更好地理解调查结果。
第 8 章介绍了下一个项目，即处理时间序列数据。任务是探索交通数据，以了解自行车基础设施可以如何改进。本章的示例解决方案包含对该数据的探索和初步分析。
第 9 章继续上一章的时间序列项目，应用更高级的方法，包括预测未来的交通流量。该项目的结果也进行了讨论。
第 10 章介绍了一个新项目，即关于在现有数据的情况下创建快速概念验证，以测试一个想法的可行性。在本章的示例解决方案中，数据被探索、分析并导出，以便在后续章节中使用。
第 11 章包含了我们在第 10 章中准备的示例概念验证的构建过程。对该应用程序的设计和构建进行了详细描述。
第 12 章介绍了最后一个项目，即接手他人的分析工作。你的任务是回顾另一位分析师的工作，并在下一章中创建该分析的版本。主题是客户细分，具体来说，是分析手机活动以发现不同的客户行为。
第 13 章包含最后一个项目示例解决方案的第二部分。它详细介绍了如何使用手机活动数据创建不同的客户细分，以及如何向利益相关者展示这些细分。
阅读本书的最佳方式是从第 1 章开始，了解框架，然后阅读第 2 章，感受项目章节的结构。例如，在阅读任何示例解决方案之前，我强烈建议你自己尝试这个项目。在第 2 章之后，我建议选择一个你感兴趣的项目。第 2 到第 8 章、第 10 章和第 12 章介绍了这八个项目。它们不需要按顺序完成。