Python数据分析与数据化运营

实战代码多，对入门很有帮助，值得反复阅读

Python 学习＃6；：它更像是专门写给码农技术手册或者技术白皮书，介绍资源丰富，特别是附加部分。它内容深，对于小白可能不容易……

实战代码讲解比较多，也对很多指标做了非常详细的说明。 其中令我印象深刻的是关于聚类和分类的讲解，主要从三个方面： 1、学习方式不同，聚类是非监督学习打，分类是监督学习。所谓监督学习与非监督学习主要通过是否有准确的标志属性，有则为监督学习，无则为非监督学习。 2、对数据集要求不同，聚类不需要提前对属性打标签，分类需要提前对属性打标签，以此作为监督学习的标准。 3、应用场景不同，聚类通常用于探索性分析，分类一般用于预测。 复习一下十大经典算法 1、逻辑回归 2、线行回归 3、贝叶斯 4、决策树 5、SVM 6、K-Means 7、KNN 8、随机森林 9、降维 10、神经网络 有些章节具体指标与案例讲解比较深入，目前阶段未理解其中内涵及优势，希望在后续的工作学习中，能够加深理解和应用数据化运营。

对于刚入门新手来说算是有用的实操指南，至少我在看到案例 1 时觉得能看懂，有看下去的兴趣和学下去的动力。 但是，本书中的代码确实存在一些细节问题，比如参数名书写错误。 这本书是 2018 年出版的，有比较久远了，有机会想学习新版。

挺不错的一本书，着重指标的梳理与案例的实战，让你了解面对的数据需求是什么，通过什么的指标衡量问题或者衡量解决问题的假设，又如何通过Python进行实践（有非常详细的注释），此外还说明每个流程需注意之处，最后针对这个问题有推荐的拓展延伸，非常棒！不足之处也有，比如过于详细，内容过多，加之如没有一些Python的常识也不好阅读。不过瑕不掩瑜，非常值得值得看，五星推荐。

这是一部从实战角度讲解如何利用Python进行数据分析、挖掘和数据化运营的著作，不仅对数据分析的关键技术和技巧进行了总结，更重要的是对会员、商品、流量、内容4个主题的数据化运营进行了系统讲解。 作者是国内一线数据分析师和大数据专家，在数据分析和数据化运营领域有近10年的经验，在业内颇具知名度和影响力。本书不仅得到了宋星、黄成明、宫鑫等14位资深专家的好评和推荐，还得到了天善智能、中国统计网等多个数据科学相关机构的支持和高度认可。

一本非常棒的数据分析书籍，开阔视野，给在实际应用中提供了好多的思路和解决办法，成为数据分析师，还有很长的路要走呀。

是本不错的数据分析入门书籍，特别是从市场或运营岗位入门数据分析。如果没有基础看跳过代码部分，看完再补代码部分的知识

泛泛而谈，偏名词解释，没有醍醐灌顶的感悟，案例看着有点找不到北。宁愿他没pyrhon,放点流程图就行了。

案例贴合真实场景，知识点总结清晰到位