Python数据分析与数据化运营（第2版）

本书从实战角度讲解如何利用 Python 完成数据分析、数据挖掘，并把分析结果落到互联网企业的日常运营中。全书共 9 章，在逻辑上分为两部分。第一部分（第 1～4 章）讲“数据分析与挖掘”：第 1 章介绍 Python 与数据化运营的基本概念、常用工具和组件，并用销售预测小案例打通流程；第 2 章梳理数据来源，包括数据文件、数据库、API、流式数据与公开数据，以及结构化、非结构化数据（网页、文本、图片、视频、语音）的获取与解析；第 3 章归纳 10 类数据预处理经验，涉及数据清洗、标志转换、特征降维、样本不均衡、共线性与相关性、标准化和离散化等；第 4 章围绕聚类、回归、分类、关联、异常检测、时间序列、路径分析、漏斗分析、归因分析、热力图等主题展开分析与挖掘方法。第二部分（第 5～9 章）讲“数据化运营”，也是全书核心，分别针对会员运营、商品运营、流量运营与内容运营，按基本知识、关键指标、应用场景、数据分析模型、分析小技巧、“大实话”和两个综合案例的结构落地，最后讨论如何提升数据化运营的价值。书中配有案例数据和带中文注释的源代码，供读者动手复现。