大數(shù)據(jù)分析項目實踐

大數(shù)據(jù)分析項目實踐實踐目的了解數(shù)據(jù)分析經(jīng)過這兩周的課讓我們了解了數(shù)據(jù)分析是基于商業(yè)目的，有目的地進行收集、整理、加工和分析數(shù)據(jù)，提煉有價信息的一個過程。數(shù)據(jù)分析最主要的作用是輔助決策，是大數(shù)據(jù)時代必然產(chǎn)物。傳統(tǒng)的中小企業(yè)，以前更多的是依靠經(jīng)驗決策，隨著大數(shù)據(jù)信息化時代的到來，企業(yè)經(jīng)營中積累了大量的數(shù)據(jù)，對這些數(shù)據(jù)進行專業(yè)的分析，能夠促進企業(yè)更好更精準(zhǔn)的發(fā)展，數(shù)據(jù)驅(qū)動的決策管理，能夠有效防范企業(yè)拍腦袋決策的經(jīng)營風(fēng)險，所以數(shù)據(jù)分析師的作用越來越大，需求也越來越多，但從事這個行業(yè)是需要一定的基本條件的，首先必須要具備一定的數(shù)學(xué)和統(tǒng)計統(tǒng)籌的基礎(chǔ)，其次要掌握基本的數(shù)據(jù)分析的工具軟件；再次多學(xué)習(xí)些數(shù)據(jù)分析的方法、思維模式。其次，數(shù)據(jù)分析無論是現(xiàn)在的互聯(lián)網(wǎng)企業(yè)，還是傳統(tǒng)型企業(yè)，都需要數(shù)據(jù)分析。公司需要決定一些方向或者推出某種新型產(chǎn)品，就需要數(shù)據(jù)分析來將一些凌亂的數(shù)據(jù)進行整合匯總，從而判斷出具體的方向。明確就業(yè)前景在實踐剛開始，為了激勵我們學(xué)習(xí)接下來的課程老師特地給我們講了相關(guān)的就業(yè)前景及月薪年薪，帶著激動的心情我們了解到，大數(shù)據(jù)工程師對商業(yè)和產(chǎn)品的理解，并不亞于業(yè)務(wù)部門員工，因此也可轉(zhuǎn)向產(chǎn)品部或市場部，乃至上升為公司的高級管理層。馬云說“我們已從IT時代進入了DT時代，未來我們的汽車、電燈泡、電視機、電冰箱等將全部裝上操作系統(tǒng)，并進行數(shù)據(jù)集成，數(shù)據(jù)將會讓機器更“聰明”。DT時代，數(shù)據(jù)將成為主要的能源，離開了數(shù)據(jù)，任何組織的創(chuàng)新都基本上是空殼。”總之，數(shù)據(jù)，是未來的一切。這個時代是大數(shù)據(jù)時代，也是大數(shù)據(jù)人才稀缺的時代。由于中國人才缺口比較大，大數(shù)據(jù)也迅速成為行業(yè)和市場的熱點，更多的企業(yè)無論是對人才的招聘還是在培訓(xùn)都成了剛需，這也促使大數(shù)據(jù)人才的薪資在同崗位中是最高的，掌握大數(shù)據(jù)技術(shù)，工資提升40%左右是很常見的。大數(shù)據(jù)的就業(yè)領(lǐng)域是很寬廣的，不管是科技領(lǐng)域，還是食品產(chǎn)業(yè)，零售業(yè)等等，都是需要大數(shù)據(jù)人才進行大數(shù)據(jù)的處理，以提供更好的用戶體驗，以及優(yōu)化庫存，降低成本，預(yù)測需求。下面跟厚學(xué)網(wǎng)一起看看大數(shù)據(jù)培訓(xùn)后大家在各個領(lǐng)域可以從事的工作崗位及未來發(fā)展方向。實踐內(nèi)容MYSQL的學(xué)習(xí)1、創(chuàng)建數(shù)據(jù)庫CREATE

DATABASE

database-name2、刪除數(shù)據(jù)庫drop

database

dbname3、備份sqlserver創(chuàng)建備份數(shù)據(jù)的deviceUSEmasterEXEC

sp_addumpdevice

'disk',

'testBack',

'c:\mssql7backup\MyNwind_1.dat'開始備份BACKUP

DATABASE

pubs

TO

testBack4、創(chuàng)建新表create

table

tabname(col1type1[not

null][primary

key],col2type2[not

null],..)根據(jù)已有的表創(chuàng)建新表：A：create

table

tab_new

like

tab_old(使用舊表B創(chuàng)建新表A)5、說明：刪除新表drop

table

tabname6、幾個簡單的基本的sql語句選擇：select

*

from

table1

where

范圍插入：insert

into

table1(field1,field2)

values(value1,value2)刪除：delete

from

table1

where

范圍更新：update

table1

set

field1=value1

where

范圍查找：select

*

from

table1

where

field1

like

’%value1%’

排序：select

*

from

table1

order

by

field1,field2[desc]總數(shù)：select

count

as

totalcount

from

table1求和：select

sum(field1)

as

sumvalue

from

table1平均：select

avg(field1)

as

avgvalue

from

table1最大：select

max(field1)

as

maxvalue

from

table1最?。簊elect

min(field1)

as

minvalue

from

table1Navicat_premium的學(xué)習(xí)NavicatPremium是一套數(shù)據(jù)庫開發(fā)工具，讓我們從單一應(yīng)用程序中同時連接MySQL等數(shù)據(jù)庫，可以使快速輕松地創(chuàng)建、管理和維護數(shù)據(jù)庫。實習(xí)期間只是很簡單的應(yīng)用了這個軟件沒有進行過多操作，但它成為了連接數(shù)據(jù)庫與數(shù)據(jù)庫之間的重要橋梁。FineReport的學(xué)習(xí)FineReport提供了兩種添加圖表的方式，一是單元格元素，一是懸浮元素。圖表作為單元格元素插入到報表中，就可以通過單元格的父子關(guān)系，跟隨主格的擴展自動生成相應(yīng)的圖表，而不需要對每組數(shù)據(jù)單獨制作對應(yīng)的圖表。懸浮圖表的定義與單元格圖表是基本上完全相同的，只是在第一步插入圖表的時候，選擇摻入懸浮元素即可。作為懸浮元素插入到報表中的圖表，沒有單元格的限制，可以圖表位置固定，也可以隨意拖放到任何位置，大小設(shè)置后不會改變，沒有父格，不會因為其他單元格的擴展而受影響。插入圖表：打開FineReport報表設(shè)計器，選擇菜單欄上的“插入>單元格元素>圖表”，或者在單元格上面，右擊選擇添加單元格元素，插入圖表即可，這里選擇柱形圖。綁定圖表數(shù)據(jù)源：選中圖表，在右側(cè)上方的圖表屬性面板中選擇圖表屬性表-數(shù)據(jù)，圖表數(shù)據(jù)來源使用默認(rèn)單元格數(shù)據(jù)。設(shè)置圖表樣式：在圖表屬性表-樣式面板中，我們可以設(shè)置“標(biāo)題”“圖例”“系列”“坐標(biāo)軸”“區(qū)域”“數(shù)據(jù)表”，比如可以設(shè)置標(biāo)題不可見、左對齊、顏色為紅、無邊框等。也可以設(shè)置\o"圖表動態(tài)交互"圖表的交互屬性，實現(xiàn)動態(tài)展示、數(shù)據(jù)點提示、坐標(biāo)提示、坐標(biāo)軸縮放、圖表自動刷新等效果。在三天的fineReport學(xué)習(xí)中最重要的就是學(xué)習(xí)如何制作大屏，而大屏則是由若干個小的圖表、地圖、跑馬燈等組成，所以小組件的制作極為重要。想要做大屏首先需要足夠大的數(shù)據(jù)量，其次要有很多精美的圖片。FineReport將數(shù)據(jù)導(dǎo)入報表平臺滿足大屏展示，移動化數(shù)據(jù)展示、數(shù)據(jù)深度鉆取以及自主分析的需求。整合數(shù)據(jù)倉庫，通過微軟本身的ETL工具，從原有系統(tǒng)把數(shù)據(jù)抽取上去，做前端的數(shù)據(jù)展示。需要如下操作：1、準(zhǔn)備數(shù)據(jù)在制作圖表前，需要先定義圖表的數(shù)據(jù)來源。在上面的圖表制作流程中提到數(shù)據(jù)來源有兩種類型，數(shù)據(jù)集數(shù)據(jù)源和單元格數(shù)據(jù)源，本章節(jié)使用數(shù)據(jù)集作為數(shù)據(jù)源，如果需要使用單元格數(shù)據(jù)源，可查看定義圖表單元格數(shù)據(jù)源。新建工作薄，添加數(shù)據(jù)集。2、插入圖表并選擇圖表類型圖表有兩種插入方式：單元格圖表與懸浮圖表，該例中我們以懸浮圖表為例，單元格圖表的插入方式請查看單元格圖表。點擊工具欄中的插入>懸浮元素>插入圖表，彈出圖表向?qū)Вx擇圖表類型。3、定義圖表數(shù)據(jù)選擇完圖表類型后，點擊確定，返回報表主體界面，選中懸浮圖表，在報表主體右側(cè)上方的圖表屬性表中設(shè)置圖表屬性，選擇圖表屬性表，設(shè)置柱形圖的數(shù)據(jù)。4、設(shè)置圖表數(shù)據(jù)，首先要選擇數(shù)據(jù)的來源，圖表的數(shù)據(jù)來源于數(shù)據(jù)集數(shù)據(jù)，選擇好數(shù)據(jù)來源之后，為分類軸、系列名、系列值綁定數(shù)據(jù)集中的字段，用圖表來展示數(shù)據(jù)集中的數(shù)據(jù)。分類軸：是圖表的橫軸，即x軸，表示數(shù)據(jù)是按照什么分類顯示的；系列名：系列就是圖表的縱軸，即y軸，系列名稱表示每個分類下數(shù)據(jù)是按照什么順序顯示的；系列值：就是每個系列的值；匯總方式：對系列值的計算方式。5、圖表樣式設(shè)置標(biāo)題設(shè)置選中圖表，在設(shè)計器右側(cè)上方會出現(xiàn)圖表屬性表，選擇圖表屬性表-樣式>標(biāo)題6、系列標(biāo)簽設(shè)置選擇圖表屬性表-樣式>標(biāo)簽，勾選標(biāo)簽，顯示出每個系列的值。保存模板finerepor大屏細(xì)節(jié)操作：圖表間之間的組件間隔：body-->屬性-->布局-->組件間隔決策報表背景水印：body-->屬性-->水印儀表盤指針/樞紐/背景顏色:樣式-->系列柱形圖/組合圖警戒線：樣式-->背景-->繪圖區(qū)-->警戒線Y軸折線圖間隔背景：樣式-->背景-->繪圖區(qū)-->間隔背景柱形圖圓角：樣式-->系列-->邊框-->圓角環(huán)形餅圖，將餅圖設(shè)置為下圖環(huán)形樣式：樣式-->系列-->樣式-->內(nèi)經(jīng)占比餅圖展示的數(shù)據(jù)不需要分類，系列名使用字段值即可python的學(xué)習(xí)后三天主要學(xué)習(xí)了用Python在網(wǎng)站上爬取一些自己想要的信息。學(xué)習(xí)的基礎(chǔ)語句有;語句一#發(fā)送請求#導(dǎo)入urllib中的request模塊fromurllibimportrequest#urlopen方法可以發(fā)送請求url#返回response#接受響應(yīng)url=′http://www,′response=request.urlopen(url)dataresponse.read().decode(′utf-8′)print(data)語句二from

urllib

import

request

url

=

""

#

設(shè)置

headers

header={"User-Agent":"Mozilla/5.0

(Windows

NT

6.1;

Win64;

x64)

AppleWebKit/537.36

(KHTML,

like

Gecko)

Chrome/74.0.3729.169

Safari/537.36"}

req

=

request.Request(url,headers=header)

response

=

request.urlopen(req)

html

=

response.read().decode("utf-8")

print(req.header_items())

#

[('Host',

''),

('User-agent',

'Python-urllib/3.6')]

#

print(html)語句三#

發(fā)送請求

from

urllib

import

request

from

bs4

import

BeautifulSoup

url

=

""

header

=

{"User-Agent":

"Mozilla/5.0

(Windows

NT

6.1;

Win64;

x64)"

"

AppleWebKit/537.36

(KHTML,

like

Gecko)

"

"Chrome/74.0.3729.169

Safari/537.36"}

req

=

request.Request(url,headers=header)

response

=

request.urlopen(req)

#

接受響應(yīng)

讀取響應(yīng)內(nèi)容

data

=

response.read().decode()

#

解析數(shù)據(jù)

#

print(html)

#

創(chuàng)建一個soup對象

#

參數(shù)1

等待被解析的數(shù)據(jù)

#

參數(shù)2

需要一個解析器

html.parser

lxml

soup

=

BeautifulSoup(data,"html.parser")

t

=

soup.select("title")

print(t)

#

保存數(shù)據(jù)語句四#

發(fā)送請求

#

我要引入

導(dǎo)入

使用

urllib的

包（文件夾）中的

#

request的

模塊（request.py的文件）

from

urllib

import

request

#

引入bs4

from

bs4

import

BeautifulSoup

for

i

in

range(10):

page

=

str(i*10)

url

=

"/board/4?offset="+page

header

=

{"User-Agent":"Mozilla/5.0

(Windows

NT

6.1;

Win64;

x64)

AppleWebKit/537.36

(KHTML,

like

Gecko)

Chrome/74.0.3729.169

Safari/537.36"}

#

在request模塊中

有個Request可以封裝headers等信息

r

=

request.Request(url,headers=header)

#

把封裝好的信息

放到URLopen中

#

urlopen方法

發(fā)送請求

接受響應(yīng)

#

接收響應(yīng)

response

=

request.urlopen(r)

#

讀取響應(yīng)

得到一個網(wǎng)頁的源代碼

html

=

response.read().decode()

#

print(html)

#

解析響應(yīng)

解析源代碼

#

創(chuàng)建soup對象

#

參數(shù)1

等待被解析的數(shù)據(jù)

參數(shù)2

解析器

soup

=

BeautifulSoup(html,"html.parser")

#lxml

index

=

soup.select("i.board-index")

name

=

soup.select("

a")

star

=

soup.select("p.star")

releasetime

=

soup.select("p.releasetime")

img

=

soup.select("img.board-img")

f

=

open("./maoyan.txt","a",encoding="utf-8")

for

i

in

range(10):

f.write(index[i].text+

name[i].text+

star[i].text.strip()+

releasetime[i].text+

img[i].get("data-src")+"\n"

)

f.close()

#

保存數(shù)據(jù)經(jīng)過老師的耐心教導(dǎo)我們聽懂了這些語句并輸入到python里，成功地從各大網(wǎng)站上爬取了我們想要的信息。實踐過程我們本次暑期實踐在校內(nèi)進行，本著學(xué)習(xí)并簡單掌握幾種大數(shù)據(jù)軟件的操作而展開。作為統(tǒng)計學(xué)院大三的學(xué)生，即將面臨畢業(yè)和就業(yè)，學(xué)院特地安排了和我們專業(yè)關(guān)系密切的大數(shù)據(jù)實習(xí)活動，以幫助我們更好的明確自己的就業(yè)方向。本次實習(xí)由統(tǒng)計學(xué)院老師指導(dǎo)監(jiān)督，由北京光環(huán)致成國際管理咨詢有限公司委派的實習(xí)老師教授，在我校于6月25日至7月5日進行了為期兩周的暑期實踐活動?？偟膩碚f，本次暑期實踐可分為3個階段。第一階段：老師教授階段。在老師的指導(dǎo)下，我們完成了對MySQL、Navicatpremium、FineReport、Python四個大數(shù)據(jù)軟件的安裝與學(xué)習(xí)。在此階段，主要是老師展示軟件操作及講授其功能，幫助我們認(rèn)識大數(shù)據(jù)的過程。第二階段：學(xué)生上機操作階段。這個階段是最重要的階段。在此階段，我們通過上機操作，詢問老師并答疑解惑對大數(shù)據(jù)有了一個全新的了解。對于它的概念、應(yīng)用領(lǐng)域、多功能有了進一步的了解。其次，初步了解了大數(shù)據(jù)軟件的操作。第三階段：報告及答辯階段。在最后兩天里，我們以小組形式完成了報告書寫，并利用FineReport完成了大數(shù)據(jù)大屏制作，最后在小組內(nèi)選舉一名代表上臺答辯。這個階段是對前兩個階段學(xué)習(xí)的一個總結(jié)，在此階段，團隊合作起了極大的作用。實踐體會本次暑期校內(nèi)實習(xí)雖然只有短短的兩周，但它卻給我們留下了深刻的影響，我們從中受益匪淺。一方面，從一開始接觸大數(shù)據(jù)及其相關(guān)輔助軟件到熟練操作它，再到我們以小組形式展示實踐成果，整個過程不僅是對大數(shù)據(jù)這個新朋友的認(rèn)識，也是對當(dāng)代信息社會溝通方式的一個新的了解。一開始，我們誰也不了解，甚至都沒聽過“大數(shù)據(jù)”這個概念，我們臆測應(yīng)該就是一長串的數(shù)據(jù)吧，類似于代碼之類的東西。然而，當(dāng)我們的實習(xí)老師以ppt形式向我們展示何為大數(shù)據(jù)時，我們一邊為我們對其狹窄的理解而吃驚，一邊為大數(shù)據(jù)的魅力所震撼。原來大數(shù)據(jù)是這么一種東西，它就像達芬奇一樣。當(dāng)我們只知道他是畫家時，為他同時作為一位偉大的哲學(xué)家而震驚；當(dāng)我們只知道他是數(shù)學(xué)家時，又為他作為一名杰出的音樂節(jié)而震驚；而當(dāng)我們只知道他是物理學(xué)家時，再次為他作為一名高深的醫(yī)學(xué)家而震驚。事實正是如此，我們對于大數(shù)據(jù)的認(rèn)識只是冰山一角，但這冰山一角卻足以然我們?yōu)榇酥圆灰?。在實?xí)老師的帶領(lǐng)下，我們了解到大數(shù)據(jù)的一個比較常用的功能。即它在購物網(wǎng)站上的應(yīng)用。簡單來說就是：消費者在購物網(wǎng)站上的購買記錄以及瀏覽記錄會被以數(shù)據(jù)形式記錄下來并完成分析，最后給出一個反饋。該消費者在下次登陸購物網(wǎng)站時，系統(tǒng)就會根據(jù)大數(shù)據(jù)分析的結(jié)果給出一個推薦。該推薦就反映了該名消費者的購物習(xí)慣。這樣想想這的確對于消費者而言提供了大大的方便，我們不必埋頭尋找我們想要卻說不出名的東西，系統(tǒng)會投你所好，幫助你實現(xiàn)愉快的購物。但同時我們也了解到了大數(shù)據(jù)的一個致命的弊端：泄露個人信息。沒錯，大數(shù)據(jù)在為我們提供購物方便之時，它也完成了對我們的一個人物分析。我們的性別、年齡、身份、欲望、愛好等等均暴露無遺。在當(dāng)今信息爆炸的一個時代里，我們的信息一旦外泄，將給我們帶來巨大的人身威脅。