大家好，我是小五🧐
前两天我在朋友圈安利了一下和鲸社区的训练营。
发现有小伙伴对具体活动玩法比较好奇。下面把话筒交给他们，看看这次的夏令营具体是怎么回事？👇 （88个Python数据分析项目见文末）
大家好，我们是和鲸社区，可能有朋友还记得我们，去年寒假的时候我们和朱小五同学一起搞了个数据分析冬令营。今年夏天我们又来啦~
想必能点进这篇文章的，都是希望在数据分析路上有一些成长的同学。但是数据分析毕竟是个“工具”，你不能指望看推文或者收藏大量数据分析案例就能够学会一个“工具”，你得常用多练才能熟练掌握它。
所以在给大家甩链接之前，还是先吃我们一记安利 ↓ ↓ ↓
和鲸 2021 数据科学夏令营 之 商业数据分析实战火热开营
用爱发电，完全免费！
- 为数据分析师工作找项目经历？
真实业务数据+场景+导师，助你产出硬核数据分析项目
- 不想要市面上千篇一律的实战项目？
深耕数据科学 6 年的团队独家整理，独家解读
- 无业务方指导，成果只能感动自己？
与业务方面对面探讨数据需求，真正的勇士就要直面提问
- 数据分析技巧不熟练？
丰富的退阶任务，练习编程技巧同时，还能get不错的数据分析项目产出
- 根本还不会Python？
系列学习任务等你升级打怪，2月之内满级不无可能
总之，我们把一切潜在的问题都为你想好了，就等一个求知若渴，行动力满分的你了！
· 活动玩法 ·
用户报名活动后，需要在 第一阶段 入学考 中，选择一个或几个题目产出数据分析作品
第一阶段结束后，会有导师进行评判，作品具备一定实力的用户将晋级 第二阶段 进阶实战
第二阶段开始后，将公布独家数据集，并由导师及数据集相关“业务方”公布题目，阐述诉求
答题过程中可实时与导师及“业务方”进行探讨，确保答题者充分了解复杂业务背景下的分析诉求
答题中、末期设置两次答辩，仪式感拉满的同时，保证产出切实有效
· 活动时间 ·
第一阶段 入学考
7.5 - 7.26
第二阶段 进阶实战
8.2 - 8.23
· 报名截止时间 ·
7.26
· 参与方式 ·
扫码添加小鲸
回复 04 获取报名链接
回复 入群04 加入交流群
哎，广告做完了，挺长哈~下面进入正文 ↓ ↓ ↓
游戏APP用户行为统计分析
https://www.heywhale.com/mw/project/605fe5bccb6d360015a49d3b
某游戏APP示例数据，对用户从下载安装到激活注册的数据进行统计分析
原理+代码｜手把手教你用K-Means算法实现银行客户聚类
https://www.heywhale.com/mw/project/60c1d44719d60100189860b5
聚类分析是研究分类问题的分析方法，是洞察用户偏好和做用户画像的利器之一，也可作为其他数据分析任务的前置探索(如EDA)。能够理解K-Means的基本原理并将代码用于实际业务案例是本文的目标
移动5G套餐潜客分析与挖掘-数据探索分析部分
https://www.heywhale.com/mw/project/606e5e15fad85b0017cfc250
通过5G用户的共46个特征数据分析什么样的用户更倾向于更换5G套餐，从而进行潜客营销
中国移动手机用户统计分析
https://www.heywhale.com/mw/project/60211530b233440015827a22
分析维度：不同年龄、性别、手机品牌的用户对应用程序的偏好? 根据用户的基础信息对用户进行分类? 假设你是品牌市场部，你会在哪些应用程序做推广？
教育平台线上课程用户行为分析（含数据可视化处理）
https://www.heywhale.com/mw/project/607978b5f15a1d001712dd9c
线上课程用户行为探索：用户分布、用户活跃度、用户流失情况、用户参与课程情况、用户课程推荐、收费课程与用户学习进度相关分析、线上课程综合推荐策略制定
电商-奶粉销售数据分析&波动分析及对策&监控仪表板
https://www.heywhale.com/mw/project/60ceba7dee16460017a138bb
通过对数据挖掘分析，对比分析寻找出门店的问题，以及建议；通过对销量波动寻找原因与对策；简历数据监控仪表板
电商-电子产品深度分析&会员RFM分析&仪表板
https://www.heywhale.com/mw/project/60ceb85d056f570017c0ae42
对数据进行了深入的挖掘，寻找到了门店销量起伏的原因，通过分析挖掘，找出门店的长处与短板，并给予参考建议。对会员进行了RFM分析，及仪表板制作
一线城市2020天气分析，分析天气差异，坏天气的元凶
https://www.heywhale.com/mw/project/60cf3bfb94c44a0017da18a8
通过对4个一线城市天气分析，探寻南北天气差异，探寻坏天气的元凶是什么
明日方舟营收与社区动态评论关系分析
https://www.heywhale.com/mw/project/60daed0c056f570017c36adb
通过搜集明日方舟的营收数据结合微博社区和b站动态评论区的相关数据进行比较分析，了解二者之间是否有直接关联。
Pandas+Pyecharts | 2021中国大学综合排名分析+可视化
https://www.heywhale.com/mw/project/60b742e505a4b30017ded5f6
软科中国大学排以专业、客观、透明的优势赢得了高等教育领域和社会的广泛关注和认可，本次将利用Python对我国大学排名和分布情况进行一番研究。
湛江市二手房分析
https://www.heywhale.com/mw/project/60e263ae3f24480017043aba
基于链家二手房对湛江房价进行描述性探究和建立模型进行预测
阿里巴巴集团服务类商品用户行为和品类分析
https://www.heywhale.com/mw/project/60e30af8be5f09001761097e
商品子集都是偏服务类的商品，涵盖阿里巴巴集团十个主要的商品大类，例如汽车售后服务、摄影服务、餐饮、电影等，其特色是线上购买、线下服务。
pandas + pyecharts | ADX游戏广告投放渠道综合分析
https://www.heywhale.com/mw/project/60e3a7a6be5f0900176110b1
游戏公司广告投放平台分析，看看游戏公司都喜欢投放在哪些平台
Pandas+Pyecharts | 北京某平台二手房数据分析+可视化
https://www.heywhale.com/mw/project/60d05c29056f570017c0f756
用pandas进行数据处理，pyecharts对处理后的数据进行可视化分析市面上二手房各项基本特征及房源分布情况，探索二手房大数据背后的规律。
【B站美食视频图鉴】干饭人干饭魂干饭都是人上人
https://www.heywhale.com/mw/project/600ece9de455800015bccbf7
B站美食视频的财富密码究竟是什么？快点跟着小编去看一看吧
近期基金涨幅 ，附爬虫源码
https://www.heywhale.com/mw/project/6030c07a891f960015d1ebf5
分析可视化历近一周近一月等涨幅基金数，分析可视化各类型基金
京东某商品比价分析
https://www.heywhale.com/mw/project/5ff5c988840381003b05d940
从京东上以输入关键词的形式定向爬取了100页商品信息，做该商品的价格分析
2000至2020年Netflix影视剧分析
https://www.heywhale.com/mw/project/603b825d04f2500015a12d05
Netflix是一家美国公司，在美国、加拿大提供互联网随选流媒体播放，定制DVD、蓝光光碟在线出租业务。在2018年，他们发布了一份有趣的报告，显示Netflix上的电视节目数量自2010年以来几乎增加了两倍。流媒体服务的电影数量自2010年以来减少了2,000多个，而其电视节目数量却几乎增加了两倍。你可以通过这同一个数据集探索还能有什么其他有趣的发现。
【考研】星光不负赶路人
https://www.heywhale.com/mw/project/6046e761f4d738001587e133
整理归纳历年的考研信息 + 2021年的考研调剂 + 多组图数据可视化
透过探探的在线社交洞察
https://www.heywhale.com/mw/project/6046e1506b48c200152ba4c1
A/B/C/D/E/F六个参数可代表APP内六个不同功能，每一行代表一组有相同行为的用户，Action_1到Action_2记录了由用户数变化所代表的一步留存率。该数据来分析该APP内用户行为特征，不同参数值变化对留存率的影响等。
宝洁销售资源投入分析
https://www.heywhale.com/mw/project/600fa4f8e455800015bd4e3f
如何在资源有限的情况下最有效的投入从而提升消费额呢？我们需要了解哪些资源投入对消费额的影响是最大的。通过使用宝洁公司的销售数据来进行分析排序， 也许能对如何分配资源带去一点启发。
【拼夕夕的众怒】互联网大厂职位评价数据分析
https://www.heywhale.com/mw/project/5ffd76333441fd00153b4edf
知乎上，大家都怎么形容拼多多，情感倾向 王太虚wary的视频，大家都怎么评 对不同的公司offer，大家看法有何不同 知乎上对各大厂工作体验比较
电商数据分析：只会环比下降3%的数据分析师还有救吗？
https://www.heywhale.com/mw/project/5ffecdd83441fd00153c2c8b
本文用一个实战案例，与大家共同探讨如何撰写一份有业务价值的分析报告
一个公式三指标，电商分析的破局之道
https://www.heywhale.com/mw/project/5fe9d710840381003bfafb09
以天猫母婴商品数据集为例，探讨多维度多指标的数据该如何进行分析
大型家用电器和电子产品在线商店购买数据分析
https://www.heywhale.com/mw/project/5fb9107915a3c3003060af6c
分析用户消费情况及品牌情况，可视化消费变化趋势，从用户个体层面利用RFM用户分册分析各类用户差异
利用PageRank算法分析希拉里邮件中的人物关系
https://www.heywhale.com/mw/project/5fd865b983e4460030a4af15
使用PageRank算法计算希拉里邮箱中人物的PR值，并将大于PR阈值的重要人物的关系进行可视化显示
国内数据分析师求职需求分析
https://www.heywhale.com/mw/project/5fe2fe0683e4460030ac8b92
分析当前的数据分析师求职需求
各主要城市数据分析岗位薪资分析
https://www.heywhale.com/mw/project/5fbf0a9d65710400309d2762
对招聘信息数据的分析，了解该岗位的市场需求、行业分布、薪资水平，以便明确求职方向
【前程无忧--数据类岗位👨🔧】--- 着重数据清洗
https://www.heywhale.com/mw/project/5fcfa7421a34b90030b4557c
70000多条数据，全国各城市、各行业、各公司的招聘信息，都通过爬虫爬取下来整合分析
共享单车数据分析【时间、空间、频次三维度分析】
https://www.heywhale.com/mw/project/60d558ff056f570017c21015
共享单车数据分析
https://www.heywhale.com/mw/project/600f920be455800015bd29b1
通过对租车数据进行统计以及可视化分析，对单车运营维护团队提出改善性意见
电商页面A/B测试Python分析
https://www.heywhale.com/mw/project/5f8c4c25e48a3f00302bdc66
希望通过对于一次AB测试数据的分析判断新旧两版页面在用户转化上是否有显著区别，帮助公司决定是应当采用新的页面，还是保留老的页面。
某品牌广告投入分析与销售预测
https://www.heywhale.com/mw/project/5f9797ede0eb3e003be6d5f0
对于快消品企业，能够对商超门店的销售额进行精准预测，尤其是能量化自身所能控制的各种促销因素产生的结果，是重要的数据应用。该项目统计分析某品牌各项广告投入与销售额之间的关系。
“泰迪杯”数据分析大赛B题 学生校园消费行为分析
https://www.heywhale.com/mw/project/5f69e2a071c700003078aca3
数据分析和建模的方法，挖掘数据中所蕴含的信息，分析学生在校园内的学习生活行为，为改进学校服务并为相关部门的决策提供信息支持。
信贷风险评估
https://www.heywhale.com/mw/project/5eddb3fcb772f5002d70be10
根据用户的贷款信息，分析其违约的可能性
豆瓣读书分析
https://www.heywhale.com/mw/project/5fa4f880ca48e0003015f18d
书籍是人类进步和文明的重要标志之一。此项目对六万多条豆瓣读书的数据进行数据清洗以及可视化。
漫客栈全类型漫画爬取（3000部漫画）
https://www.heywhale.com/mw/project/5fb11da37d1e6d0030d849b1
python爬虫爬取的分类排行榜，并进行各分类划分，清晰明了看清国内各大型漫画分布
美国大选选情分析
https://www.kesci.com/mw/project/5fac99978ca2cf0030cb224e
本报告旨在通过对各类数据集的收集、分析，对以下问题进行初步探索：
淘宝李子柒螺蛳粉店铺及评论分析
https://www.heywhale.com/mw/project/5f4920b25c4b5d0036385dc6
通过爬虫获取店铺及评论信息，包括评论的正负反馈进行可视化分析
近年来最容易被淘汰的行业与公司类型—seaborn应用
https://www.heywhale.com/mw/project/5f4a03896476cf0036f77bc5
本项目主要利用seaborn统计分析并可视化最容易被淘汰的行业和公司类型
扒一扒蔡徐坤微博100万+转发量的真假流量粉
https://www.heywhale.com/mw/project/5f435bc5ad27ec002de0875f
本项目整理蔡徐坤100万+转发的微博《再见，“任性的”千千…》的10万条转发数据，并且分析蔡徐坤真假转发流量的比例以及真假粉丝的用户画像
耶斯之路-Movielens/IMDB电影数据集
https://www.heywhale.com/mw/project/5fd9778d83e4460030a547df
什么样题材的电影评分会相对较高（较低）；电影时长对评分是否有影响；不同年代什么类型电影较受欢迎
（房天下）二手房爬虫、整体情况分析以及房价预测模型
https://www.heywhale.com/mw/project/5f098536192ac2002c87c5aa
经过数据清洗，筛选对房价有显著影响的特征变量，探索兰州二手房整体情况，建立房价预测模型
客户细分 —— k-means 聚类分析
https://www.heywhale.com/mw/project/5ef962f163975d002c95f98d
利用k-means 聚类的方法学习对数据进行细分
小红书卖货实力与用户分析
https://www.heywhale.com/mw/project/5fb207aab99c2c0030365069
假设用户购买金额（revenue）为因变量， 其它六个变量为自变量， 探寻不同特征的人群对总购买金额的贡献大小， 帮助企业定位消费人群并在营销推广等方面做出更好决策。综合所有变量建立多线性数据模型并分析数据模型的准确性。准确的数据模型能够帮助预测用户下单金额。
小红书销售情况分析
https://www.heywhale.com/mw/project/5f2bcdcbaf3980002cb286d8
从不同维度分析探究顾客累积购买金额的影响因素
淘宝广告投放效果分析
https://www.heywhale.com/mw/project/5f2635ccd278b1002c2407d2
实现淘宝展示广告精准投放，提高广告投放效果。思路：从CPC和CPA出发，按渠道，时间，目标用户三个方向找出具有广告投放效果好的特征，提出优化建议。
滴滴出行A/B测试&城市运营分析
https://www.heywhale.com/mw/project/5f06b0193af6a6002d0fa357
A/B测试是互联网企业常用的一种基于数据的产品迭代方法，它的主要思想是在控制其他条件不变的前提下对不同（或同一、同质）样本设计不同实验水平（方案），并根据最终的数据变现来判断自变量对因变量的影响
对英语外教与本土老师招聘数据分析外教的招聘状况
https://www.heywhale.com/mw/project/5f3ce955cbab34002c9c1baa
分析外教的招聘状况，没经验没学历的外教为啥能拿1.4W+的高薪？
棋牌游戏用户流失预测
https://www.heywhale.com/mw/project/5f3cd1c79fdfdd002c333b57
预测自然流失用户，并将即将流失的用户的特点与筛选规则提交给运营部门
淘宝用户行为分析
https://www.heywhale.com/mw/project/5f38e680af3980002cbbac77
淘宝用户行为分析2
https://www.heywhale.com/mw/project/5fc84f4f6571040030a416a8
以淘宝app平台为数据集，通过行业的指标对淘宝用户行为进行分析，从而探索淘宝用户的行为模式，具体指标包括：日PV和日UV分析，付费率分析，复购行为分析，漏斗流失分析和用户价值RFM分析。
大胆，都是哪些程序员在反对996？！
https://www.heywhale.com/mw/project/5f3e6930f30288002c713333
本项目收集了Github热门项目996.ICU中Issues页面的10037条讨论数据和39987条点了star的程序员Github个人信息数据，并进行分析
对10万条转发吴亦凡发表《大碗宽面》微博的数据可视化
https://www.heywhale.com/mw/project/5f3e03ea42797c002c9f1015
该项目分析10万条数据中转发该条微博的真假比例，以及大家对于这首歌的情感倾向如何
数据挖掘、机器学习算法实习生需求分析
https://www.heywhale.com/mw/project/5f4079d2791ee2002d7bf60d
对“实习僧网站”招聘数据挖掘、机器学习的实习岗位信息进行分析
淘宝天猫乐高的销售情况
https://www.heywhale.com/mw/project/5f422d42a8359600378bb15c
从乐高销量、乐高产地、个省份销量分布、乐高价格高低及不同价格区间的数量、乐高种类销量等数据集进行分析
可视化国内微信公众号的情况
https://www.heywhale.com/mw/project/5f44c4a1835fe7002d98eabc
通过爬虫获取新榜的公众号榜单信息，可视化：新榜指数与在看人数排行榜、平均阅读数、当月发布文章与总文字章之比 三个维度数据
电商用户画像标签（上）
https://www.heywhale.com/mw/project/5ef7049f63975d002c923a1c
基于一个月的淘宝用户行为，给用户打标签 此项目为上部，包含用户属性标签和用户行为标签
电商用户画像标签（下）
https://www.heywhale.com/mw/project/5ef719f863975d002c926544
包括用户个性化标签、用户偏好标签、群体偏好标签，涉及到TF-IDF算法、余弦相似度算法
【A/B测试】支付宝营销策略效果分析
https://www.heywhale.com/mw/project/5efee4a563975d002c98adba
以支付宝营销活动为例，通过广告点击率指标比较两组营销策略的广告投放效果。
B2C粽子市场分析
https://www.heywhale.com/mw/project/5efde8a763975d002c985e82
节令食品市场情况分析（由于数据丰度限制，使用购买人数来代替相关指标，并不能真实反映市场情况）
深圳市二手房房价分析及预测
https://www.heywhale.com/mw/project/5ed8b68caaf70c002d2888bc
筛选对房价有显著影响的特征变量，对假设结论进行检验，确定特征变量，建立房价预测模型，并对假设情景进行模拟
2019杭州市链家在售房源数据可视化
https://www.heywhale.com/mw/project/5eec4fe2e5f796002c2d69c8
探索地理位置、单价、面积、房屋朝向、户型、楼层位置等因素对购房者关注热度的影响。
信用卡客户用户画像 及 贷款违约预测模型
https://www.heywhale.com/mw/project/5ed9c13fb772f5002d6dc07c
1.剥离出信用卡用户画像，分析群体特征；2.通过贷款信息及交易信息等数据，构建贷款违约预测模型
客户价值分析--用python实现RFM模型
https://www.heywhale.com/mw/project/5ecfad89162df90036decd72
将客户进行价值分类，涉及到K-means的运用
天猫订单综合分析
https://www.heywhale.com/mw/project/5eb60fd0366f4d002d7792d5
分析订单转化率、销量趋势、地域分布等
【案例】母婴市场销售情况分析
https://www.heywhale.com/mw/project/5ec87647b2aca3003746df39
对母婴市场销售数据集进行探索性可视化分析
客户购买影响指标分析
https://www.kesci.com/home/project/5ec380653241a100378d229f
建立分类模型，输出特征的重要度，用于判断哪些特征对最后的购买影响较大。
电商用户行为可视化分析
https://www.heywhale.com/mw/project/5ebc02db0bff1b002ce7425b
电商平台的用户-商品行为数据，脱敏字段对用户的行为进行分析，包括日常行为和活动时的行为
COVID-19论文数据可视化
https://www.heywhale.com/mw/project/5e85c2a895b029002ca7e1ab
每日新增论文数折线图、各期刊占比饼图等。
电商产品评论数据情感分析
https://www.heywhale.com/mw/project/5ead7455366f4d002d745eb0
针对用户在电商平台上留下的评论数据，对其进行分词、词性标注和去除停用词等文本预处理。基于预处理后的数据进行情感分析，并使用LDA主题模型提取评论关键信息，以了解用户的需求、意见、购买原因及产品的优缺点等，最终提出改善产品的建议
运营商客户流失分析与预测
https://www.heywhale.com/mw/project/5e44ad845f2816002cebfbf2
从提出问题、理解数据、数据清洗、可视化分析、用户流失预测、结论和建议方面进行详细分析！
如何成为一部成功的商业电影
https://www.heywhale.com/mw/project/5bff592a954d6e0010686d92
电影数据的可视化
奥运会数据集分析
https://www.heywhale.com/mw/project/5b6912bc9889570010c244f3
本文是基于120年来奥运会运动员数据集的可视化分析。探索分析奥运会的热门体育项目、得金牌数最多的国家，以及中国的在奥运会上的表现等分析。
NBA可视化与模型分析
https://www.heywhale.com/mw/project/59aa5218c8d2787da4debd71
NBA谁是历史的王者战队见仁见智，经典的梅西评分法对季后赛分数及逆行排名分析，再使用对数几率回归做个模型，并分析内部参数分布。
麦当劳餐品营养探索
https://www.heywhale.com/mw/project/5bff5753954d6e0010686c8f
探索麦当劳产品营养成分
可视化分析TED演讲数据集
https://www.heywhale.com/mw/project/5c08e6c29683eb002bab65cb
2550 个TED演讲视频的相关信息的可视化探索与分析。
【人力资源可视化分析】为何公司员工过早离职🤔？
https://www.heywhale.com/mw/project/5c0770849683eb002bab3a9e
分析为何公司员工过早离职，找出哪些因素会对员工的离职产生重要影响。
某健身平台会员用户消费行为分析
https://www.heywhale.com/mw/project/5e5f2666b8dfce002d7f1d29
数据集来源于某健身房2019年3月至2020年2月会员消费购买行为，数据集一共包含四个字段：用户ID，购买日期，购买数量和购买金额。
北京落户分析
https://www.heywhale.com/mw/project/5e7b1f0b98d4a8002d2d3ee1
从落户数据中的公司人数、落户分数和落户年龄三个方面进行具体分析
天猫双十一美妆销售数据分析
https://www.heywhale.com/mw/project/5e60fc9cb8dfce002d7ff6a1
分析美妆品牌的销售类别、销售分布情况以及消费者关注度、双十一购买高峰时间等
深入分析近三年以来各大城市发展情况
https://www.heywhale.com/mw/project/5c7139d1508ba9002c76c2b4
本项目结合 matplotlib 可视化来做分析，以直观的方式展示各大城市从2015到2017年的变化情况，并加与文字说明。
朝阳医院2018年销售数据
https://www.heywhale.com/mw/project/5a66bcd675dc1d5eca320a69
以一个医院的销售数据集为例，做一个数据分析整个过程的案例。
CDNow网站用户消费行为分析
https://www.heywhale.com/mw/project/5e67586ef278cf002d533f89
本文主要通过分析CDNow网站的用户购买明细来分析该网站的用户消费行为，使运营部门在营销时更加具有针对性，从而节省成本，提升效率。
财政收入影响因素分析及预测
https://www.heywhale.com/mw/project/5e996dcdebb37f002c608c57
运用数据分析与挖掘技术对市财政收入进行分析，并对未来两年的财政收入进行预测，希望能够帮助政府合理地控制财政收支
航空公司客户价值分析
https://www.heywhale.com/mw/project/5e99ae09ebb37f002c60a198
航空公司客户价值分析2
https://www.heywhale.com/mw/project/6007f89a7ed5ab0015f25729
使用航空公司客户数据，结合RFM模型，采用K-Means聚类算法，对客户进行分群，比较不同类别客户的价值，从而制定相应的营销策略。
商品零售购物篮分析
https://www.heywhale.com/mw/project/5e9a9d0bebb37f002c60cf1b
购物篮分析是通过发现顾客在一次购买行为中放入购物篮中不同商品之间的关联，研究顾客的购买行为，从而辅助零售企业制定营销策略的一种数据分析方法。
家用热水器用户行为分析与事件识别
https://www.heywhale.com/mw/project/5e9db98febb37f002c61ea45
依据BP神经网络算法构建洗浴事件识别模型，进而对不同地区的用户的洗浴事件进行识别，然后根据识别结果比较不同客户群的客户使用习惯。
