4月份项目实战的总结，前后进行了约20多天。
花了大量时间在清洗数据，虽然耗时但是觉得过程中很享受，喜欢“静静地泡在里面”的感觉。
另外，了解了涉及到的广告投放、业务指标体系、手机设备版本及API等相关知识，有趣！
感受：分析问题的思路 比 代码的实现更为重要
项目背景：科大讯飞AI营销算法大赛，点击去官网
数据集：选用训练集数据round1_iflyad_train.txt ，每一行数据为一个样本，分为5类数据，包含基础广告投放数据、广告素材信息、媒体信息、用户信息和上下文信息，共1001650条数据。数据经过脱敏处理。
语言：Python+panda、numpy、re、seaborn、matplotlib等第三方类库
完成：
无效数据的删选和过滤，比如NaN，unkown等缺失值缺失值的填补：比如设备品牌make大量缺失值，可以用型号model中含有的品牌信息进行补充，效果非常明显使用正则表达式re库匹配数据，比如各类设备品牌的清洗，比如将iphone，ipad，apple，ios等统一为apple；对操作系统版本型号的提取使用pandas，numpy完成数据的去重、排序、统计计算等，对能进行groupby分组操作的特征进行了汇总统计特征提取：如对城市省份代码进行切割提取特征值，对时间维度进行weekday，hour，segment时段的不同角度的分析，在一定程度上增加信息量数据可视化：使用matplotlib、seaborn库完成图形可视化完成数据分析报告
说明：
具体维度的代码实现中，学习到了很多小技能，后续将整理代码陆续上传为了ppt呈现的效果，没有采用pyhton生成的图形，后续做了一版excel版本的图表放入ppt数据经过脱敏处理，数据报告中出现不少数字代码，比如“71”省份，请直接理解为某省份。也正是因为数据脱敏，所以分析更偏向数据，无法对应到业务进行阐述后续代码整理过程中，会进一步完善目前的分析结果
数分报告概图：
