阶段项目（三）：写成分析报告 + 发布到作品集

本课导读

数字有了、图有了，最后一步是让不懂代码的人看懂并信任你的工作——这一步的价值常常超过前两步之和。本课学分析报告的四段框架和结论句式，把项目组装成一份 Notebook 报告，推上 GitHub。完成后你拥有：一个从需求到结论全流程的公开数据项目——转行面试里最有说服力的那种材料。预计 60 分钟。

报告四段框架

商业分析报告不论长短，骨架都是四段：

最容易被新手省略的是 ② 口径段——但它恰恰是专业与业余的分水岭："原始 207 单，去重 7、剔除金额缺失 5、数量缺失按 1 件计，有效 195 单"——一句话，委托方对所有数字的信任+50%。你上两课打的行数脚印，在这里兑现。

结论句式：数字 + 比较 + 行动暗示

图下面那句话怎么写？公式：数字 + 比较基准 + （可选）行动暗示。对比感受：

❌ "6 月销售额很高。"（没数字、没比较——等于没说）

✅ "6 月销售额 6.8 万元，为 1 月的 2.7 倍，上半年增长主要由 5-6 月贡献——旺季备货窗口应前移至 4 月。"

三个零件拆开练：数字（6.8 万）让结论可查证；比较（1 月的 2.7 倍）让数字有意义——孤立的数字没有大小可言；行动暗示（备货前移）让分析连接决策。前两个必须有，第三个有则加分。

组装报告：Notebook 就是报告

在本地 VS Code 里新建 sales_analysis.ipynb，按四段框架组装（Markdown 格 + 代码格交替——U1.5 第一课的完全体用法）：

[Markdown] # 2026 上半年销售分析报告
[Markdown] ## 一、背景与问题（四问清单）
[Markdown] ## 二、数据与口径（207→195 的脚印说明）
[代码]     读取 sales_clean.csv + 三板斧输出
[Markdown] ## 三、发现
[代码]     图 1：月度走势          [Markdown] 结论句 1
[代码]     图 2：产品排名          [Markdown] 结论句 2
[代码]     图 3：城市分布          [Markdown] 结论句 3
[代码]     图 4：客单价分布        [Markdown] 结论句 4
[Markdown] ## 四、建议（两三条，来自发现）

组装完成后的质检动作：Restart & Run All——从头干净跑通、图全部正常出现，才算一份合格的可复现报告（这也是别人打开你 Notebook 时看到的样子）。

先在这里练四段框架里最难的部分——从发现推建议：

# 假设你的四个发现如下（数字来自前两课，可能与你的略有出入）：
findings = [
  "6 月销售额为 1 月的约 2.7 倍，增长集中在 5-6 月",
  "显示器和旗舰键盘贡献了约七成销售额，配件类合计不足一成",
  "上海销售额领先，但深圳客单价明显高于其他城市",
  "客单价均值高于中位数约五成，少量高价大单拉高均值",
]

# 你的任务：基于以上发现写 2-3 条给运营负责人的建议（print 出来）
# 好建议的标准：能直接开会讨论（具体、可执行），并且能追溯到某条发现

suggestions = [
    "① 旺季集中在 5-6 月：Q3 备货与广告预算建议向 5 月前置一个月（依据发现 1）",
    "② 配件类占比不足一成：评估是否与主力产品捆绑销售，或收缩 SKU（依据发现 2）",
    "③ 深圳客单价显著更高：建议试点投放高端产品线的定向推广（依据发现 3）",
]
for s in suggestions:
    print(s)

发布：推上 GitHub

U1.4 的功夫直接复用，流程不再分步截图（你已经会了），要点清单：

1. 本地建 sales-analysis 项目文件夹：放 sales_analysis.ipynb、sales_clean.csv（数据不大且是演示数据，可以入库；真实工作中敏感数据绝不入库——.gitignore 伺候）
2. 写 README：门面三问 + 一张导出的成品图（fig.savefig 出图，README 里 ![](chart.png) 引用——图是数据项目 README 的最强门面）
3. git init → add → commit → push；GitHub 网页端打开 .ipynb 会直接渲染图表——这是 Notebook 作品的天然优势
4. 终极检查：无痕窗口打开仓库，扮演面试官走一遍——README 十秒懂吗？Notebook 图都在吗？口径段诚实吗？

验收清单（全项目终验）

📝 随堂测验

本课小结

• 报告四段：背景问题 / 数据口径（诚信段） / 发现（图+结论句） / 建议（锚定发现）
• 结论句公式：数字 + 比较 +（可选）行动暗示；自检法——没看图的人能复述吗
• Notebook 即报告：Markdown 与代码交替，交付前 Restart & Run All
• 三件套作品集成型：程序 / 自动化 / 数据分析——GitHub 就是你的证据链

项目收官。接下来两课换脑子：进入 AI 的数学世界前，先建立两个最要紧的直觉——向量与矩阵、导数与梯度。