Добавил:

ivanov666 Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Башкирский Государственный Аграрный Университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Методы системного анализа, принятия решений и обработки информации с помощью компьютерных программ. Учебное пособие

.pdf

Скачиваний:

Добавлен:

07.09.2026

Размер:

1 Мб

Скачать

☆

<<< < Предыдущая 1 2 3 4 5 6 7 89 / 99

3. Столбчатые диаграммы:

Для их построения используются функции:

bar()— вертикальная столбчатая диаграмма;

barh()— горизонтальная столбчатая диаграмма:

4. Круговые диаграммы:

5. Гистограмма:

5.11. Практическая работа №4. Анализ данных спомощью Pandas

Рассмотрим пример системного анализа на языке Python. Анализ бизнес-показателей для отдела маркетинговой аналитики.

Предположим, унас есть база данных синформацией оклиентах компании для прогноза покупок. Мы хотим

проанализировать эту информацию, чтобы выявить закономерности иоптимизировать работу компании.

Шаг 1. Первым шагом будет загрузка данных избазы данных вPython.

Сначала необходимо установить иподключить библиотеки Pandas, которая предоставляет возможности для чтения, обработки ианализа данных с2017 по 2018гг., рисунок 37. Далее данные могут быть обработаны, очищены иподготовлены для дальнейшего анализа.

Рисунок 37. Импорт библиотек

Подготовка данных. Загружаем данные издатасета спомощью библиотеки Pandas. Мы будем читать информацию овизитах, заказах ирасходах изфайла вформате CSV, рисунок 38.

Рисунок 38. Загрузка данных

Изучаем полученные данные, рисунок 39.

Рисунок 39. Информация отабличных данных

Проведя анализ табличных данных, делаем вывод, что информация содержатся в трех таблицах. В первой таблице visits_log.csv содержатся данные сервера синформацией опосещениях сайта. Во второй таблице— озаказах. Втретьей— орасходах намаркетинг. Пропущенных идублирования данных нет во всех трех таблицах. Необходимо привести кединому виду имена колонок втаблицах. Нужные столбцы привели ктипу datetime. Данные готовы канализу.

Шаг 2. Анализ данных. После того, как мы загрузили данные, мы можем проанализировать их. Например, можно проверить сколько людей пользуются сайтом в день, неделю, месяц. Добавим в датафрейм столбцы созначениями года, месяца, недели иточной даты посещения.

Строим график, рисунок 40.

Рисунок 40. Зависимость числа пользователей отмесяца

Вывод:

Из графика видим, что исторически наибольшее число пользователей приходило из 3, 4, 5 рекламных источников. Так же неплохие результаты показывал второй источник, при этом он находился намомент конца наблюдений наподъеме, несмотря наобщий спад.

Порядок выполнения практической работы №4

1. Запустить IDLE Python (или Jupyter Notebook).

2. Подключить необходимые пакеты.

3. Загрузите набор данных при помощи функции

read_csv() (взависимости отварианта).

3. Выведите набор наэкран.

4. Представить информацию изнабора ввиде таблиц

играфиков. Исключить изтаблицы данных пустые поля.

5. Оформить практическую работу изащитить.

Отчет составляется после выполнения задания. Структура отчета: название практической работы, цель работы, задание, скриншоты с выполненным заданием иописание расчета. Отчет завершается ответами наконтрольные вопросы. Все рисунки должны быть подписаны снизу (например, Рис. Название рисунка). Страницы пронумерованы снизу поцентру.

Контрольные вопросы кпрактической работе №4

1 Какие инструментальные средства используются для организации рабочего места специалиста Data Science?

2 Какие библиотеки Python используются для работы в области анализа данных? Дайте краткую характеристику каждой библиотеке.

3 Опишите применение библиотеки matplotlib? Каким образом ее использование необходимо при анализе данных?

4. Опишите применение иработу функций read_csv ()

иread_table ().

5. Для чего используется функция max()?

6. Опишите функцию value_counts(). Напишите при-

мер синтаксиса её использования.

7. Какая функция считывает сохранённые .csv

файлы?

8. Опишите синтаксис использование иназначение

функции plot().

СПИСОК ЛИТЕРАТУРЫ

1. Вдовин В.М.Теория систем исистемный анализ: Учебник для бакалавров / В.М. Вдовин, Л.Е.Суркова, В.А.Валентинов.— 3-е изд.— М.: Дашков иК°, 2013.— 644с.

2. Гаглоева И.Э., Саханский Ю.В., Ковалева М.А. Системный анализ деятельности организации. Моделирование и оптимизация бизнес-процессов: учебнометодическое пособие/ И.Э.Гаглоева, Ю.В.Саханский, М.А. Ковалева. — Владикавказ: ИПЦ ИП Цопановой А.Ю., 2023.— 65с.

3. Голубков Е.П. Методы принятия управленческих решений: Учебник ипрактикум. В 2частях. Часть 1/ Е.П.Голубков.— М.: Юрайт, 2021.— 200 c.

4. Информационные ресурсы и технологии в экономике: Учебное пособие / Под ред. Б.Е. Одинцова, А.Н.Романова. — М.: Вузовский учебник; ИНФРА-М,

2014.— 462с.

5. Информационные системы в экономике: Учебное пособие/ Под ред. Д.В. Чистова.— М.: ИНФРА-М,

2014.— 234с.

6. Информационные технологии вэкономике иуправлении: Учебник/ Под ред. В.В.Трофимова.— 2-е изд., перераб. идоп.— М.: Юрайт, 2014.— 482с.

7. Калужский М.Л.Общая теория систем: Учебное пособие/ М.Л.Калужский.— М.: Директ-Медиа, 2013.— 177с. [Электронный ресурс].— URL: http://biblioclub.ru

8. Каталевский, Д.Ю.Основы имитационного моделирования и системного анализа в управлении: Учебное пособие / Д.Ю. Каталевский. — 2-е изд., перераб. идоп.— М.: Дело, 2015.— 496с.

9. Коваленко В.В. Проектирование информационных систем: Учебное пособие / В.В. Коваленко. — М.: ФОРУМ, 2014.— 320с.

10. Системный анализ вуправлении: Учебное пособие / О.В. Булыгина [и др.]; под ред. д-ра экон. наук,

проф. А.А.Емельянова.— 2-е изд., перераб. идоп.— М.: ФОРУМ: ИНФРА-М, 2018.— 450с.

11. Системы анализа данных (САД).— 2023 [Электронный ресурс].— URL: https://soware.ru/categories/ data-analysis-systems (дата обращения: 03.09.2023).

12. Советов Б.Я.Моделирование систем: Учебник/ Б.Я. Советов, С.А. Яковлев.— 7-е изд. — М.: Юрайт,

2014. — 343 с. [Электронный ресурс]. –URL: http:// biblio-online.ru

13. Фирсова И.А. Методы принятия управленческих решений: Учебник ипрактикум / И.А. Фирсова, М.В.Мельник.— М.: Юрайт, 2022.— 418c.

14. Язев В.А., Лукьяненко И.С.Численные методы в Mathcad: Учебное пособие / В.А. Язев, И.С. Лукьяненко.— СПб.: Лань, 2022.— 116с.

15. Черняк А.А. Математические расчеты в среде Mathcad: Учебное пособие для вузов / А.А. Черняк, Ж.А.Черняк.— М.: Юрайт, 2022.— 163с.

16. Data-driven подход: как принимать решения наосновании данных.— 2021 [Электронный ресурс].— URL: https://marketolog.mts.ru/blog/data-driven-podhodkak-prinimat-resheniya-na-osnovanii-dannih (дата обращения: 10.10.2023).

17. Data Driven: как принимать решения наоснове данных.— 2023 [Электронный ресурс].— URL: https:// www.uplab.ru/blog/data-driven (дата обращения:

20.08.2023).

18. Маккинни У. Python и анализ данных. Основы Python. (2-е изд.). Москва: ДМК Пресс.— 2020.— С.38.

19. Репозиторий наборов данных для машинного обучения (Центр машинного обучения иинтеллектуальных систем). с исходными кодами. — 2023 [Электронный ресурс].— URL: https://archive.ics.uci.edu (дата обращения: 26.07.2023).

20. Описание библиотеки NumPy.— 2021 [Электронный ресурс].— URL: https://numpy.org/

21. Руководство поиспользованию Python-библиотеки NUMPY.— 2023 [Электронный ресурс].— URL: https:// pythonru.com/biblioteki/rukovodstvo-po-ispolzovanijupython-biblioteki-numpy?ysclid=lo8zsdj82h829009550 (дата обращения: 14.06.2023).

22. Описание библиотеки pandas.— 2023 [Электронный ресурс]. — URL: https://pandas.pydata.org/ (дата обращения: 10.09.2023).

23. Как построить график функции на Python при помощи Matplotlib [Электронный ресурс]. — URL: https:// pythonpip.ru/examples/kak-postroit-grafikfunktsii-napython-pri-pomoschi-matplotlib (дата обращения: 14.02.2023).

Для заметок

Учебное издание

ГАГЛОЕВА Индира Эдуардовна

САХАНСКИЙ Юрий Владимирович

КОВАЛЕВА Мария Александровна

ВОЛИК Мария Владимировна

МЕТОДЫ СИСТЕМНОГО АНАЛИЗА,

ПРИНЯТИЯ РЕШЕНИЙ ИОБРАБОТКИ

ИНФОРМАЦИИ СПОМОЩЬЮ

КОМПЬЮТЕРНЫХ ПРОГРАММ

Учебное пособие подисциплине «Методы принятия

управленческих решений наоснове данных»

Публикуется в авторской редакции

Дизайн обложки Вершинина И.А.

Компьютерная верстка Вершинина И.А.

Обложка разработана с использованием

изображения от Racool_studio на Freepik

Издательство «Прометей»

119002, г. Москва, ул. Арбат, д. 51, стр. 1

Тел./факс: +7 (495) 730-70-69

E-mail: info@prometej.su

Подписано впечать 15.12.2023

Формат 60×84/16. Объем 5,625 п.л.

Тираж 500 экз. Заказ № 1784

<<< < Предыдущая 1 2 3 4 5 6 7 89 / 99

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]