很多同学会认为Excel是很简单的工具，而数据分析师需要更“高端”的工具来处理数据。事实上，Excel 在数据分析师的日常工作中扮演着非常重要的角色。下面听我一一道来：一、为什么要学习ExcelExcel 是被最广泛使用的数据分析工具之一，比较便于跨部门间的沟通；容易上手，不需要学习编程即可操作功能强大，覆盖数据分析的全流程小贴士：数据分析全流程：①数据获取 – ②数据清理 – ③数据转换 --④
函数是excel中最重要的分析工具，面对400多个excel函数新手应该从哪里入手呢？下面是实际工作中最常用的15个（组）函数，学会后工作中的excel难题基本上都能解决了。 01 IF函数用途：根据条件进行判断用法：=IF(判断条件,条件成立返回的值,条件不成立返回的值）=IF(AND(条件1,条件2), 两个条件同时成立返回的值,不成立返回的值)=
转载
2023-08-18 16:29:56
124阅读
万字长文总结Pandas的用法~
原创
2022-11-10 09:39:43
174阅读
我们来看看以下的几个典型样例：①查找上一年度各个销售区域排名前10的员工②按区域查找上一年度订单总额占区域订单总额20%以上的客户③查找上一年度销售最差的部门所在的区域④查找上一年度销售最好和最差的产品我们看看上面的几个样例就能够感觉到这几个查询和我们日常遇到的查询有些不同，详细有：①须要对相同的数...
转载
2016-01-16 13:09:00
119阅读
2评论
一、Python数据分析基础在进行数据分析之前，我们需要先了解Python中的一些基础知识和库。其中，NumPy是一个用于数值计算的库，提供了多维数组对象和一系列操作数组的函数；Pandas则是一个基于NumPy的数据分析库，提供了数据帧（DataFrame）和系列（Series）两种数据结构，以及丰富的数据处理和分析函数；Matplotlib则是一个用于数据可视化的库，可以绘制各种图表和图形。下
# 使用SCIpy进行数据分析
## 流程图
```mermaid
flowchart TD
A[导入数据] --> B[数据预处理]
B --> C[数据分析]
C --> D[结果可视化]
```
## 表格展示步骤
| 步骤 | 描述 |
|------|--------------|
| 1 | 导入数据 |
| 2 |
AI（人工智能）在数据分析中的应用越来越广泛。AI技术可以通过处理大量的数据，提供深入的洞察和预测能力。在本文中，我们将讨论AI在数据分析中的应用，并提供一些代码示例来说明其用途。
AI技术可以应用于数据分析的不同阶段，包括数据收集、数据清洗、数据探索和数据建模。下面我们将介绍每个阶段的应用以及相应的代码示例。
首先，数据收集是数据分析的第一步。AI技术可以帮助我们自动收集大量的数据，包括结构
前言数据分析是目前数据时代的热门方向，统计学又是数据分析必备的基础知识。 本文简单总结了一下需要的统计学知识。基础的统计学知识1.集中趋势(Central Tendency) 2.变异性(Variability) 3.归一化(Standardizing) 4.正态分布(Normal Distributions) 5.抽样分布(Sampling Distributions) 6.估计(Estimat
Vintage这个词原意是指酿造葡萄酒的酒窖。葡萄酒是讲究年份，哪年光景好，哪年光
转载
2022-03-24 15:22:15
575阅读
前言：规则引擎通过将业务规则和开发者的技术决策分离, 实现了动态管理和修改业务规则而又不影响软件系统的需求。以下通过实例对基于SQL 查询、自定义规则等一系列场景来说明规则引擎在数据分析中的应用。在现代的企业级项目开发中, 商业决策逻辑或业务规则往往是硬编码嵌入在系统各处代码中的。但是外部市场业务规则是随时可能发生变化的, 这样开发人员必须时刻准备修改、更新系统,降低了效率。在这种背景下, 规则引
原创
2013-10-12 13:15:44
1266阅读
现在大多数公司引入了OKR（objective & key result）计划，数据分析师也需要定期制定和检查自己的OKR计划。我们不仅可以利
1 AI在气象数据处理方面的应用AI在气象数据处理方面的一直得到应用。来自NOAA/NESDIS的Boukabara介绍了AI在数值模式、态势感知方面的应用，他首先指出目前地球观测资料原来越多，特别是卫星遥感资料。然而目前的数值模式系统还不能很好地同化这些资料。他提出一个实验项目，采用认知学习的方法，来复制遥感的运行结果以及数据同化技术来融合不同来源的数据，其结果为5D参数空间用于描述环境的状态。
炎炎夏日，挡不住我们似火的学习激情，今天带大家一步步学习方差分析。当解释变量包含名义型和有序型的因子时，我们关注的重点往往在于组间的差异分析。这是非常必要的，尤其是考虑到科学研究中样品分组是普遍存在的，而样品组或者聚类分析获得的聚类簇都不能转化为连续的数值，均需要作为引子进行分析。这种组间的比较分析我们可以称之为方差分析（analysis of variance，ANOVA）。方差分
随着信息产业技术的升级，产生了大规模的时间序列数据，长期并广泛存在于工业制造、航空航天、公共卫生、环境保护等关键基础领域。时间序列信息能够被充分理解、计算和利用，实现精准预测并辅助决策，是关系到国家竞争力的重要问题。该类分析的朴素描述是回归问题，在上个世纪60年代，序列数据规模较小、任务相对简单，以线性回归为代表的统计学方法是主流的解决手段，通常要求被分析的序列具有一定统计假设。进入互联网时代后，
前言Z检验T检验独立样本t检验配对样本t检验单样本t检验前言在这篇文章中，我不会具体去推导检验统计量和相应拒绝域的得出，这对于大部分非统计学专业的人士来说是晦涩的，我只想通过一个案例告诉大部分初学者假设检验怎么在数据挖掘中使用。%matplotlib inlineimport matplotlib.pyplot as pltimport pandas as pdimport numpy as np
转载
2022-08-19 17:55:34
101阅读
本文借助EXCEL软件，应用二八法则，绘制帕累托图形。
原创
2022-10-14 14:50:53
463阅读
尺度函数在数据分析中的应用与实现
大家好，我是微赚淘客返利系统3.0的小编，是个冬天不穿秋裤，天冷也要风度的程序猿！
尺度函数概述
在数据分析中，尺度函数（Scaling Functions）是一种用于数据标准化或归一化的技术，以消除不同量纲和数值范围带来的影响。
数据标准化
零均值标准化
将数据转换为均值为0，标准差为1的标准正态分布。
package cn.juwatech.dataanaly
在大数据BI分析需求中，经常会同时存在对大量历史数据进行分析和对时点数据进行实时分析的需求。这两种情况，所需要分析的数据体量和特点完全不同。分析历史数据的时候，需要对过去一段时间内的业务数据按照年、季度、月、周等时间范围分析，数据量可能上百万、千万甚至更多。而时点数据体量较小，但是实时性分析展示的要求高。因此，面对这两种场景，就需要使用抽取数据模型和直连数据模型的双驱数据建模引擎来处理，以更好
原创
2021-12-13 14:01:52
653阅读
这个阶段，核心是三件事：制定学习计划、确定学习资料以及学习策略。我们可以自己完成这几件事，当然也可以借助ChatGPT来高效地达到目的。
ChatGPT不仅在岗位了解阶段和学习阶段有用，在面试阶段也很有用。我们可以利用ChatGPT确定应聘目标、优化简历、准备面试。
