TAG 标签

# Python

围绕Python整理入门教程、开发指南、工具使用、项目案例、常见问题与工程实践。

第 28 章案例五：A/B 测试结果分析

2026-10-13 12:00:00　A/B 测试（实验）是数据驱动决策的标准工具：把用户随机分到对照组和实验组，比较指标差异。本案例用 pandas + scipy 完整实现：**实验设计检查、指标对比、显著性检验（t 检验/卡方检验）、置信区间、样本量**，并规范地给出结论。

开发 · 站长2026-10-13

第 27 章案例四：网站访问日志与转化漏斗分析

2026-10-13 10:00:00　本案例用 pandas 分析**网站访问日志**：计算 **PV/UV/人均浏览、来源渠道、时段分布**，并构建经典的**转化漏斗**（浏览 → 详情 → 加购 → 下单 → 支付），找出流失最严重的环节。

开发 · 站长2026-10-13

第 26 章案例三：股票行情时间序列分析

2026-10-13 08:00:00　本案例用 pandas 完整走一遍**金融时间序列分析**流程：**日收益率、移动平均、布林带、滚动波动率、最大回撤、简单策略回测与风险指标**。全部基于 pandas 的向量化能力，展示时间序列分析的工程化写法。

开发 · 站长2026-10-13

第 25 章案例二：用户留存 Cohort 分析

2026-10-12 16:00:00　**Cohort（同期群）分析**是互联网运营最核心的分析方法之一：把用户按"首次行为时间"分组（如注册月份），追踪每个群组在后续每个周期的留存表现。本案例用 pandas 完整实现：**群组划分 → 留存矩阵 → 留存曲线 → 洞察结论**。

开发 · 站长2026-10-12

第 24 章案例一：电商订单与销售分析

2026-10-12 14:00:00　从本篇开始进入**完整案例分析**系列。每个案例都遵循真实项目的完整流程：**数据模拟 → 清洗 → 探索 → 分析建模 → 可视化 → 结论与行动建议**。本篇做电商订单分析，重点展示 **GMV 指标拆解、复购分析、RFM 用户分层**。

开发 · 站长2026-10-12

第 23 章向量化性能优化大全：告别 apply

2026-10-12 12:00:00　[第 16 章](16-性能优化与实战案例.md)介绍了性能优化总原则。本篇给出**最全的 apply→向量化对照手册**：`np.where`、`np.select`、`np.clip`、字符串向量化、分组向量化、`numba` 加速，以及性能剖析方法。学完本篇，你的 pandas 代码将又快又优雅。

开发 · 站长2026-10-12

第 22 章数据读写进阶：Excel 复杂操作、json_normalize 与大数据实战

2026-10-12 10:00:00　[第 4 章](04-数据读取与写入.md)讲了基础读写。本篇进阶：**Excel 样式与复杂写盘、多层嵌套 JSON 展开（json_normalize）、大文件分块/追加、数据库优化、Parquet 工程化、网页表格抓取**，覆盖真实项目中的高频读写场景。

开发 · 站长2026-10-12

第 21 章数据可视化进阶：Seaborn 联动与专业图表

2026-10-12 08:00:00　[第 15 章](15-数据可视化.md)讲了 pandas 内置绘图。本篇进阶：**Seaborn 联动、热力图、分布组合图、双轴图、专业主题与样式、大数据绘图性能**，让你做出能直接进报告的专业图表。

开发 · 站长2026-10-12

第 20 章时间序列高级：工作日历、节假日、时区与频率转换

2026-10-11 16:00:00　[第 14 章](14-时间序列分析.md)讲了时间序列的基础（resample/rolling/shift）。本篇深入进阶：**工作日与业务日历、节假日处理、时区与夏令时、Period 区间、频率转换、时间特征工程**。这些是金融、运营、排班等真实场景的高频需求。

开发 · 站长2026-10-11

第 19 章 groupby 高级进阶：窗口、自定义聚合与链式操作

2026-10-11 14:00:00　在[第 13 章](13-分组聚合：groupby.md)掌握了 groupby 基础后，本篇进入进阶：**分组+滚动窗口、分组内 shift/diff、自定义聚合对象、named agg 高级用法、链式流水线、分组时间序列重采样**。这些是数据分析实战中真正高频的高阶技巧。

开发 · 站长2026-10-11