利用Python進行資料分析，既可以做常規的統計分析，也可以利用機器學習演算法進行資料探勘。

下面分享一個Python資料分析案例：用Python爬取騰訊課堂“前端開發”品類下的課程資料，然後做資料分析，並進行視覺化。

整個資料分析過程，主要做了以下3件事情：

資料採集：利用requests實現Python爬蟲資料清洗：正則表示式、資料型別轉換。資料分析：分組統計、資料視覺化。在騰訊課堂首頁，選擇“前端開發”品類，開啟頁面如下所示。1.資料採集：利用requests實現Python爬蟲

利用Python爬蟲爬取騰訊課堂“前端開發”品類下33頁的課程資料。

以上程式碼執行完畢後，檢視資料。

從上面看到，共採集到792條記錄。

2.資料清洗：正則表示式、資料型別轉換

針對上述採集到的資料，需要做以下事情：

購買人數：只關心其中的數字，需要把其中的非數字符號去除。

價格：只關心其中的數字，需要把免費替換為0，有價格的裡面的人民幣符號￥去除。

清洗思路：利用正則表示式替換。

有了思路後，下面透過for迴圈處理所有資料。

以上只是把無關的符號去除了，但是資料型別還有問題，透過type檢視可以發現，購買人數及價格雖然是數字，但其實是字串型別，所以還需要透過astype進行型別轉換。

經過以上處理，可以看到購買人數、價格都被轉換成了數值型。

3.資料分析：分組統計、視覺化

首先透過describe函式對資料進行描述性統計分析。

說明：加上include引數可以讓所有欄位都顯示，包括非數值型欄位。

對該品類（前端開發，以下簡稱該品類）的描述性統計分析可以看出：

總共有10個教育機構提供了792門課程。報名人數最多的一門課程有6156人報名，最貴的一門課程價格為15698元。該品類下的課程的平均報名人數為1451人，平均價格為681元。

以下按照“機構”進行分組統計。

還可以透過matplotlib進行資料視覺化。

以下展示的是報名人數前10的教育機構。

以下透過餅圖展示每個機構的課程數。

還可以透過折線圖展示每個機構的報名人數。

回答完畢！