在Excel中通过数据间的关系选择合适的图表，轻松创建折线图、柱状图、饼图使其表达的主题和内容更加简单清晰。下面我们通过Smartbi大数据分析工具介绍excel分析图表制作方法，如何制作常用的图形折线图、柱状图、饼图。excel分析图表制作操作步骤1、在excel上拖出数据集，并且【刷新数据】如下图2、刷新数据后，全选数据，在【插入】选项卡上选择【数据透视表】，如下图点击【确定】，操作数据透视表
转载
2020-10-14 18:28:26
290阅读
一、数据处理缺失值填充对分类变量缺失值：填充某个缺失值字符(NA)、用最多类别的进行填充 对连续变量缺失值：填充均值、中位数、众数二、数据分析数据分析的流程性学习，主要是包括了数据清洗以及数据的特征处理，数据重构以及数据可视化。数据清洗 我们要进行数据的缺失值、重复值、字符串和数据转换等处理操作，将数据清洗成可以分析或建模的样子1.缺失值 1.1观察 df.info() #显示完整的数据信息 df
转载
2023-10-25 16:09:19
82阅读
系列文章目录 文章目录系列文章目录前言一、案例数据二、实验内容1.数据GIS化2.空间筛选3.空间统计4.空间分析5.制图表达三、数据GIS化操作1.将excel表格转为csv文件2.将csv文件导入Arcmap3.根据经纬度信息转成Point文件4.将点另存为GIS点文件5.给点文件匹配上房产属性三、空间筛选操作1.筛选出在浦东新区的所有小区2.筛选出距离浦东新区边界2km内的所有小区3.筛选出
转载
2024-02-02 22:28:28
441阅读
随着精益化运营的概念不断深入人心，数据分析已经成为了互联网人的必修课。相比于高深的概率统计、算法模型，简单、直观的图表工具得到了更为广泛的应用。那么图表都有哪些类型?不同类型的图表又该怎么用?来，让我们深入浅出，看图说话。初阶 -维度和指标初阶的图表简单易懂，能满足简单的数据分析需求，具体包括趋势、频数、比重、表格等类型。图表数据分析的前提就是将自己需要呈现的指标，以一定的维度拆分，在坐标系中以可
转载
2023-08-07 10:57:50
386阅读
近期，从观察评论记录来看，雪球上的朋友对于投资基础课程颇感兴趣。其实，从个人角度出发建议大家还是多看一些投资基础的书籍，做到开卷有益。当然，绝大部分书籍难免晦涩，也不好懂。今天就整理一篇如何玩转杜邦分析法的文章给分享给大家，做个抛砖引玉，希望雪球越来越多有兴趣共同学习、进步的朋友加入，分享更多的干货。 当然，在玩转杜邦分析法的前提是，你必须得知道每一个财务指标的含义，这是最根本的要求。找本财务
转载
2024-01-30 10:37:44
98阅读
－数据分析展示就用 DataHunter－虽然现在数据分析的工具越来越多了，但是只有Excel、SAS、R、SPSS、Python这 5 大软件比较常用。而Excel对于很多数据分析人员来说，是最初级也是最主要的分析工具，它可以进行各种数据的处理、统计分析和辅助决策操作，如果不考虑性能和数据量，它可以处理绝大部分的分析工作。那么，如何利用Excel进行数据分析呢？
转载
2024-01-14 16:12:36
107阅读
在数据分析中，数据分析思维是框架式的指引，在一些通用的分析场景下可以快速使用，而且对未来构建数据分析模型也有帮助。接下来就分享常见的20种数据分析方法：一、指标思维 我们平时表达内容基本可以分为事实和观点两部分，事实不可否认，而观点则可以不认同，但是大部分人很容易将事实和观点混淆数据分析的工作中也是如此，我们做数据分析的目的是为了提升公司的决策水平，如果不能描述客观事实，那么信息在沟通过程中很容易
转载
2023-09-14 16:29:21
74阅读
一、商业理解1、网络数据分析的数据来源：Server保存的网络日志 2、网络数据分析的分类网站级别 • 对网站级别的数据挖掘，通常会将网站作为一个整体进行分析，主要任务包括： – 访问网站的用户识别； – 网站购买情况分析； – 网站销售金额分析； – 网站访问的错误情况分析。 • 通常情况下，只需要根据网络日志就可以进行网站级别的数据分析工作。页面级别 • 对于页面级别的数据挖掘，还要关注各个页
转载
2023-10-04 20:09:41
126阅读
数据分析的完整流程（个人学习）课程学习 数据集：UCI的wine quality数据集 首先用pandas的read_csv获得wine quailty数据一.大致了解数据，并作必要的预处理 1.wine.info()来了解每一列数据的类型 必要时用astype（）函数转换数据类型 2.wine数据中很可能有很多重复的数据，因此需要去重 wine.duplicated().sum()可以获得重复的
转载
2024-02-02 07:37:46
195阅读
上面，我们存储了：1)文字“ Facebook”作为字符串2)价格为0.0的浮动3)文本“ USD”作为字符串4)评分计数2,974,676作为整数5)用户评级3.5为浮动为数据集中的每个数据点创建变量将是一个繁琐的过程。幸运的是，我们可以使用list更有效地存储数据。这是我们可以为第一行创建数据点列表的方式：要创建上面的列表，我们：1)输入一系列数据点，并用逗号分隔每个数据点： 'Faceboo
转载
2024-08-23 15:16:00
16阅读
一.营销概述 营销是关于企业如何发现、创造和交付价值以满足一定目标市场的需求，同时获取利润的学科。营销学用来辨识未被满足的需求，定义，度量目标市场的规模和利润潜力，找到最合适企业进入的细分市场和适合该细分市场的供给品。 1.营销的主要过程： 1.机会的辨识【Opportunity Identification】 2.新产品开发【New Product Development】
转载
2023-08-13 19:34:16
121阅读
一、应用数据包络分析DEA是一种多指标投入和产出评价的研究方法，其应用数学规划模型计算比较决策单元（DMU）之间的相对效率，对评价对象做出评价。比如有10个学校(即10个决策单元DMU,Decision Making Units)，每个学校有投入指标（比如学生人均投入资金），也有产出指标（比如学生平均成绩，学生奥数比赛比例等），有的学校投入多，有的学校投入少，但是投入多或少，均会有对应的产出，那么
转载
2024-01-11 22:55:20
82阅读
网络分析工具可以帮助你收集、预估和分析网站的访问记录，对于网站优化、市场研究来说，是个非常实用的工具。每一个网站开发者和所有者，想知道他的网站的完整的状态和访问信息，目前互联网中有很多分析工具，本文选取了10款最好的分析工具，可以为你提供实时访问数据。1.Google Analytics 这是一个使用最广泛的访问统计分析工具，几周前，Google Analytics推出了一项新功能，可以提供实时报
转载
2023-08-10 13:32:08
123阅读
CogDataAnalysisTool 数据分析工具使用教程简介CogDataAnalysisTool工具可以设定公差范围，来对其他视觉工具产生的数据进行逻辑判断，并可以进行统计分析。对于输入的每一个数据，都可以设定单独的阈值。如下图所示： 您不必为所有类别启用公差范围。例如，您只能针对高拒绝限制测试值。此外，您可以在任何时候启用或禁用每个公差范围。如果是对多个数据通道进行分析，你也可以对所有数据
转载
2023-10-09 00:40:36
258阅读
hr员工数据分析项目实战（数据已脱敏）背景说明某公司最近公司发生多起重要员工意外离职、部分员工工作缺乏积极性等问题，受hr部门委托，开展数据分析工作。 经与hr部门沟通，确定以下需求：制定数据仪表盘实时监控人员变动情况（比如能预知员工离职节点），制作员工画像。原始数据说明：共两个sql数据，“hr数据”、“员工满意度及绩效考核数据”。其中hr数据中，转过岗的员工有转岗前和转岗后的两条数据
转载
2023-09-13 17:34:38
111阅读
无论是专业的数据分析师还是销售、人力等基本的业务岗位，在汇报时总是免不了要用到各种各样的数据分析，为了让数据展现更加直观，基本上利用数据图表将数据可视化，然后再配合文字的解读，让报告看起来更直观。常规的做法就是Excel+ppt，数据先用excel进行数据分析和可视化，然后再将图表复制或者截图粘贴到ppt中，初级玩家做出来大概就是下面这样： 如果想要逼格更高一些，那就要同时掌握Exce
转载
2023-11-15 14:39:03
2阅读
常用数据分析模型，主要包括：对比分析、漏斗分析、留存分析、A/B测试、用户行为路径分析、用户分群、用户画像分析等。1、对比分析对比分析 主要是指将两个相互联系的指标数据进行比较，从数量上展示和说明研究对象的规模大小，水平高低，速度快慢等相对数值， 通过相同维度下的指标对比，可以发现，找出业务在不同阶段的问题。常见的对比方法包括：时间对比，空间对比，标准对比。时间对比： 包含同比、环比、定基比，时间
转载
2023-09-15 22:07:10
11阅读
说明：实际项目中的统计分析模块不仅需要数据以表格的方式显示，还需要用图形化的方式进一步渲染，以提升数据的可观性，以下是使用echarts来进行绘制统计分析图表的案例： 文章目录一。第一个静态echarts示例二。动态echarts示例（从后台获取数据） 一。第一个静态echarts示例1.echarts的使用教程在官方网站上有详细说明：echarts官网如下图所示：2.这里做一个简单的介绍：首先你
转载
2023-09-29 10:35:14
52阅读
前言：好久好久好久没有更新博客了，为了冲击明年的美赛，不得不先暂时放下爬虫的学习，开始学习数据分析，因为之前的两篇文章只是使用open()的方式再配合正则表达的方式进行数据分割后的数据可视化，如果只是想数据可视化，可以参考前面写的文章，但是并没有用到数据分析专用的模块（Pandas）,所以那两篇文章，做做图片，那是相当足够了，因为数据是已经经过处理的。也希望我的读者能更我一起进步，陪伴我学习！大家
转载
2023-06-07 20:10:15
150阅读
微软数据挖掘算法:Microsoft 目录篇介绍： Microsoft 决策树算法是分类和回归算法，用于对离散和连续属性进行预测性建模。对于离散属性，该算法根据数据集中输入列之间的关系进行预测。 它使用这些列的值（也称之为状态）预测指定为可预测的列的状态。 具体地说，该算法标识与可预测列相关的输入列。 例如，在预测哪些客户可能购买自行车的方案中，假如在十名年轻客户中有九名购买了自行车，
转载
2024-01-25 16:45:57
54阅读
