福布斯每年都會發布福布斯全球上市企業2000強排行榜（Forbes Global 2000），這個排行榜每年釋出的時候，國內外總有新聞會熱鬧的討論一番，但很少見到比較全面的分析。

因此才有了這樣一個想法，蒐集近些年每年釋出的排行榜，做一個進一步的分析。

在準備做這個小小的專案前，先理了一下整個思路，大概可以分為下面這幾個步驟：
1. 資料採集
2. 原始資料完整性檢查
3. 資料清洗、整理
4. 從不同角度對資料進行分析
5. 資料視覺化
6. 總結

整個分析過程會涉及多篇文章，主要使用Python來進行分析。

資料採集 主要涉及的python庫包括 requests，BeautifulSoup，csv，以及一些其他常用工具。

資料完整性檢查，包括不同資料來源的對比，以及其他一些常識性的知識。需要對比資料量的多少是否完整，以及有些資料是否缺失。

當然，在拿到資料的初期，其實只能做一個初步的判斷，有些內容是在整個分析過程中發現的。

資料清洗與整理，主要用到Pandas、Numpy以及其他常用庫和函式。由於資料比較雜亂，資料清洗與整理涉及的內容比較多，可以說是整個福布斯系列的重點之一。

前文的初步整理2016年資料，也是整個資料清理與整理內容的一部分。

同時，這個也印證了通常我們所說的資料清洗與整理可能佔整個分析的50~80%。

資料分析與視覺化，經常是伴隨在一起的。主要根據不同分析目的進行分析與視覺化。用到的工具包括Pandas、Numpy、Matplotlib、Seaborn以及其他一些相關庫。

希望能通過福布斯系列的實戰來對資料分析的知識點與工具作一個簡單的示例整理與分享。

敬請關注福布斯系列的後續文章。

如果您喜歡我的文章，歡迎關注我的微信公眾號“Python資料之道”（ID：PyDataRoad）。