本书采用产教融合方式编写，以数据分析与可视化应用场景为设计框架，选择汽车、金融、生活、零售、电子商务等典型的数据应用场景，以Python 为数据分析与可视化工具，以机器学习为主要分析方法。全书以通俗易懂、图文并茂的方式，介绍了商业问题的分析逻辑、处理流程及工具方法的有效使用，帮助学生形成可以迁移的问题解决认知图式，避免课程学习变成纯粹的统计理论知识学习，或者简单数据分析工具（软件）的操作训练。本书适合高等职业院校及应用型本科院校学生使用，同时也适合对商业数据分析与可视化感兴趣的企业、培训机构相关人员使用。

前言 在数字经济时代，数据已成为进行商业决策的重要依据之一。在教育部发布的《职业教育专业目录（2021 年）》的财经商贸大类中，有多个专业的名称中直接包含“大数据”，数据的重要性不言而喻。作为一本面向职业教育的商业数据分析与可视化教材，本书涵盖了汽车、金融、生活、零售、电子商务等多个行业的案例；以Python 为数据分析与可视化工具；将描述性统计、对比分析等基本分析方法与机器学习等分析方法相结合，作为分析手段；在内容设计上充分考虑职业学校学生的特点，以应用为主，为职业教育在数据分析相关课程上的升级和数字化改造助力。 本书特色 （1）案例驱动、教训结合 本书以案例为驱动，在将知识点融入案例分析的过程中，实现学中做、做中学。学习过程符合实际的数据分析情境，并且突出了职业教育中“教—训”结合的特征，让学习者在掌握商业数据分析技能的同时，形成数据驱动业务的意识。 （2）深入浅出、图文并茂 本书以商业案例的业务需求为背景，引出回归分析、时间序列、机器学习等分析方法，通过图片和线上动画资源，将复杂的数学理论和抽象的概念，形象地表达出来，降低学习者对分析方法的理解难度。 本书主要内容 第1 章：介绍了回归分析、绘制散点图的理论知识，以及它们在二手车估价中的应用。 第2 章：介绍了时间序列分析、三次指数平滑模型、绘制折线图的理论知识，以及它们在季节性库存预测中的应用。 第3 章：介绍了K 最近邻算法、绘制柱状图的理论知识，以及它们在咖啡豆品种分类中的应用。 第4 章：介绍了决策树、数据可视化的理论知识，以及它们在用户流失预警中的应用。 第5 章：介绍了K 均值聚类、直方图和雷达图的理论知识，以及它们在客户管理中的应用。 第6 章：介绍了DBSCAN 密度聚类的理论知识，以及其在小贷公司风险识别中的应用。 第7 章：介绍了关联分析、Apriori 算法的理论知识，以及它们在商品销售关联分析中的应用。 第8 章：介绍了文本分词、词频统计、词云绘制、LDA 主题模型的理论知识，以及它们在商品评价分析中的应用。 本书部分数据为Python 导出数据，故小数点后位数不一致；如要求运行结果图中的数值0 在坐标原点，请另行设置坐标轴；为避免输入程序代码时频繁切换大小写，全书代码变量统一用小写；为便于数据分析，代码中不加入单位，运行结果中也不予显示，以数据文件中的单位为准。 本书由黄志平、郑博主编。由于编者水平有限，书中难免有疏漏之处，恳请广大读者谅解并提出宝贵意见。 编 者 2021 年11 月于重庆

第1 章 二手车估价… …………………………………………………………… 1 1.1 前测… ……………………………………………………………………………………1 1.2 概念理解… ………………………………………………………………………………2 1.3 任务单… …………………………………………………………………………………3 1.4 知识与技能学习… ………………………………………………………………………4 1.5 实践应用… …………………………………………………………………………… 18 1.6 后测… ………………………………………………………………………………… 19 1.7 拓展学习… …………………………………………………………………………… 20 1.8 回顾与反思… ………………………………………………………………………… 21 第2 章 季节性库存预测… …………………………………………………… 22 2.1 前测… ………………………………………………………………………………… 22 2.2 概念理解… …………………………………………………………………………… 23 2.3 任务单… ……………………………………………………………………………… 23 2.4 知识与技能学习… …………………………………………………………………… 24 2.5 实践应用… …………………………………………………………………………… 31 2.6 后测… ………………………………………………………………………………… 32 2.7 拓展学习… …………………………………………………………………………… 33 2.8 回顾与反思… ………………………………………………………………………… 33 第3 章 咖啡豆品种分类预测… ……………………………………………… 34 3.1 前测… ………………………………………………………………………………… 34 3.2 概念理解… …………………………………………………………………………… 35 3.3 任务单… ……………………………………………………………………………… 36 3.4 知识与技能学习… …………………………………………………………………… 37 3.5 实践应用… …………………………………………………………………………… 46 3.6 后测… ………………………………………………………………………………… 47 3.7 拓展学习… …………………………………………………………………………… 49 3.8 回顾与反思… ………………………………………………………………………… 49 第4 章 健身客户流失预测… ………………………………………………… 50 4.1 前测… ………………………………………………………………………………… 50 4.2 概念理解… …………………………………………………………………………… 51 4.3 任务单… ……………………………………………………………………………… 51 4.4 知识与技能学习… …………………………………………………………………… 52 4.5 实践应用… …………………………………………………………………………… 60 4.6 后测… ………………………………………………………………………………… 62 4.7 拓展学习… …………………………………………………………………………… 63 4.8 回顾与反思… ………………………………………………………………………… 65 第5 章 客户群体特征分析… ………………………………………………… 66 5.1 前测… ………………………………………………………………………………… 66 5.2 概念理解… …………………………………………………………………………… 67 5.3 任务单… ……………………………………………………………………………… 67 5.4 知识与技能学习… …………………………………………………………………… 68 5.5 实践应用… …………………………………………………………………………… 81 5.6 后测… ………………………………………………………………………………… 82 5.7 拓展学习… …………………………………………………………………………… 84 5.8 回顾与反思… ………………………………………………………………………… 85 第6 章 小贷公司暗点操作风险识别… ……………………………………… 86 6.1 前测… ………………………………………………………………………………… 87 6.2 概念理解… …………………………………………………………………………… 87 6.3 任务单… ……………………………………………………………………………… 87 6.4 知识与技能学习… …………………………………………………………………… 88 6.5 实践应用… ………………………………………………………………………… 100 6.6 后测… ……………………………………………………………………………… 101 6.7 拓展学习… ………………………………………………………………………… 102 6.8 回顾与反思… ……………………………………………………………………… 102 第7 章 商品销售关联分析… ……………………………………………… 103 7.1 前测… ……………………………………………………………………………… 103 7.2 概念理解… ………………………………………………………………………… 104 7.3 任务单… …………………………………………………………………………… 105 7.4 知识与技能学习… ………………………………………………………………… 105 7.5 实践应用… ………………………………………………………………………… 118 7.6 后测… ……………………………………………………………………………… 119 7.7 拓展学习… ………………………………………………………………………… 120 7.8 回顾与反思… ……………………………………………………………………… 121 第8 章 商品评价分析… …………………………………………………… 122 8.1 前测… ……………………………………………………………………………… 122 8.2 概念理解… ………………………………………………………………………… 123 8.3 任务单… …………………………………………………………………………… 123 8.4 知识与技能学习… ………………………………………………………………… 124 8.5 实践应用… ………………………………………………………………………… 134 8.6 后测… ……………………………………………………………………………… 136 8.7 拓展学习… ………………………………………………………………………… 136 8.8 回顾与反思… ……………………………………………………………………… 140 附录A Matplotlib 数据可视化………………………………………………141 A.1 基础图形绘制… …………………………………………………………………… 141 A.2 坐标轴控制… ……………………………………………………………………… 147 A.3 多个图形显示… …………………………………………………………………… 149