图片 Preface 前言 为什么写这本书 在多年数据分析从业经历和微信公众号创作经历中，我接触过很多对数据分析感兴趣的朋友，他们有的想要入门但还没有行动，有的跟着教程开始自学，有的已经有了一定的经验。我发现，大家在数据分析的学习与实践过程中会遇到一些共性问题。这些问题，有与数据分析技能和思维相关的，例如： ❑Excel已经无法处理现有的数据量了，我应该换什么工具？ ❑我学习了一大堆Pandas资料，可为什么到实际处理数据时仍然无从下手？ ❑我跟着公开数据分析案例练了很久，为什么当自己面对数据需求时还是没有分析思路？ ❑我学了对比、细分、聚类分析，也会用PEST、波特五力和杜邦这类分析方法，为什么面试的时候总被认为思路过于简单？ 也有与业务场景相关的，例如指标波动归因分析、市场行业机会分析、用户分层研究、购物篮关联分析等。 这些问题对于我来说可谓既“痛”又“痒”：“痛”在于我也曾受相关问题困扰，深知要解决它们需要投入大量的精力，也可能会走很多弯路；“痒”是因为我基于多年的实战和分享经验，经过许多个日日夜夜，总结了一套技能+思维、理论+实践的数据分析学习方法，不分享出来心痒难耐。 我希望通过本书，把我对于Python数据分析的所知、所思、所感，结合电商实际案例系统地分享给大家。特别要说明的是，之所以选择电商场景，主要有两个原因： ❑基于自身多年的电商从业经验，我可以从最熟悉的场景出发，提供最贴近实战的数据，让Pandas更加契合具体业务场景，把案例讲通讲透，解决数据分析技能与分析脱节、分析案例不够深入的问题。 ❑电商是一个很容易理解且十分常见的商业模式，其中人、货、场分析大框架非常具有代表性，尤其是“人”的维度，追本溯源，就是解决如何选择用户，如何评估拉新、留存效果，如何对用户进行分类等常见问题。可见，电商的本质分析方法论适用的行业和场景广阔。 我相信，Python数据分析…