1. 介绍 Jupyter Notebook是当下解决Python中的机器学习/数据科学任务的最常用的环境之一。简单来说，Jupyter Notebook是一个客户端-服务器应用程序，用于在浏览器中运行能够同时包含代码和富文本元素（如段落，方程式等）的文档。 接下来，我们一起来学习一些关于Jupyter Notebook使用的简单技巧。我们将从有用的快捷方式开始，最后添加主题，自动生成的目录等。2
转载
2024-06-26 07:52:04
132阅读
<谁说菜鸟不会数据分析>--读书笔记1.分析步骤： 明确分析目的和思路->数据收集->数据处理->根据目的和思路进行数据分析->用图表展现分析结果->撰写分析报告 2.分析方法： 基本:对比分析法，分组分析法，交叉分析法，结构分析法，漏斗图分析法，综合评价分析法，因素分析法，矩阵关联分析法 高级：相关分析法，回归分析法，聚类分析法，判别分析法，主成分
转载
2023-09-14 22:18:10
4阅读
整理了python数据分析和建模需要掌握的基本分析方法和实现。基础部分：Numpy, Pandas, Matplotlib，可以结合《利用python进行数据分析》这本书来学习，比较基础，也很简单，书中有实例，可以代码练习快速上手。分析和建模部分：Scipy,Sklearn，可以结合官方文档和别人的笔记学习，比较容易掌握。 scipy学习：http://scipy-lectures.or
转载
2023-08-17 16:31:35
120阅读
数据分析是一种通过收集、处理和解释数据来提取有价值信息的过程。随着数据量的不断增加和数据处理能力的提升，数据分析在各个领域中变得越来越重要。Python作为一种流行的编程语言，具有丰富的数据分析工具和库，使得数据分析更加便捷和高效。
在Python中，有许多实用的数据分析模型可以帮助我们更好地理解和分析数据。下面我将介绍几个常用的数据分析模型，并给出相关的代码示例。
首先，我们来介绍一下甘特图
原创
2023-12-19 05:05:28
112阅读
大家好，这是专注表观组学十余年，领跑多组学科研服务的易基因。2020年03月，《Methods》杂志上发表一篇关于表观组学ChIP-seq分析方法的综述文章，详细介绍了染色质免疫共沉淀（ChIP-seq）的工作流程和高级应用。以下为原文总结分享：一、介绍（Introduction）染色质免疫共沉淀测序（ChIP-seq）是表观基因组学研究中的一种主要方法。全基因组的组蛋白修饰分析（如增强子分析和全
如何利用SAS 软件制作报表常用的技巧
转载
2024-01-14 21:06:27
101阅读
引言：oracle数据库性能调优最需要重视的也最常遇到的就是SQL执行效率，而反映SQL效率最直观的工具就是CBO生成的执行计划，那么如何让CBO生成最精准的效率最高的执行计划成为我们当前需要研究的课题。同一条语句，好的执行计划能带来飞一样的速度，坏的执行计划让我们痛苦不堪，下面我们从原理到实践来把如何产生高效计划的方法教给大家。一 CBO介绍CBO全称叫Cost Based opti
原创
2013-08-27 09:14:07
304阅读
引言：Oracle数据库性能调优最需要重视的也最常遇到的就是SQL执行效率，而反映SQL效率最直观的工具就是CBO生成的执行计划，那么如何让CBO生成最精准的效率最高的执行计划成为我们当前需要研究的课题。同一条语句，好的执行计划能带来飞一样的速度，坏的执行计划让我们痛苦不堪，下面我们从原理到实践来把如何产生高效计划的方法教给大家。一 CBO介绍CBO全称叫Cost Based opti
转载
精选
2014-07-04 11:38:47
258阅读
个人学习、工作中遇到的Excel数据分析问题，主要是做数据清洗和数据可视化的部分，不全面仅是个人遇到的问题。
原创
2022-08-02 10:08:50
445阅读
新猿教育资深数据分析师jason带你0基础学数据分析，学成后可就业。
原创
2021-11-03 17:02:16
111阅读
干货！
转载
2021-06-21 16:22:29
178阅读
数据可视化工具百度ECharts：http://echarts.baidu.com/Cytoscape：http://www.cytoscape.org/ICHarts：http://www.icharts.in/D3 ：https://github.com/mbostock/d3/wiki/Gallery信息图在线工具Infogr.am ：https://infogr.am/Venngage ：
原创
2021-02-02 15:46:47
291阅读
文章目录引言一、数据探索分析(EDA)1.数据质量分析1.1 缺失值分析1.2 异常值分析1.3 重复数据分析2.数据特征分析2.1 描述性统计分析2.2 分布分析2.2.1 客户基本信息分布分析2.2.2 客户乘机信息分析2.2.3 客户积分信息分布分析2.3 相关性分析二、数据预处理1.数据清洗1.1 异常值处理1.2 缺失值处理2.属性归约3.数值变换三、模型构建1.客户聚类分群2.客户价
转载
2024-08-26 13:08:01
85阅读
不用任何公开参考资料，估算今年新生儿出生数量 解答：1）采用两层模型（人群画像人群转化）：新生儿出生数=Σ各年龄层育龄女性数量各年龄层生育比率 2）从数字到数字：如果有前几年新生儿出生数量数据，建立时间序列模型（需要考虑到二胎放开的突变事件）进行预测 3）找先兆指标，如婴儿类用品的新增活跃用户数量X表示新生儿家庭用户。Xn/新生儿n为该年新生儿家庭用户的转化率，如X2007/新生儿2007位为20
转载
2023-08-21 09:13:32
633阅读
当我们谈论IT服务管理（ITSM）世界中的大数据时，这里有两个非常不同的概念： • IT为业务提供的大数据工具/服务：对关键的业务运营数据进行数据索引。 • IT运营中的大数据：处理和利用复杂的IT运营数据。大数据中的业务运营服务在竞争日益激烈，数据驱动的世界中，企业管理者都在寻找能够有效管理和解释业务数据（尤其是大数据）的方法。数字化的业务操作，如：电子商务网站和银行移动APP，它们产生了大量的
转载
2023-10-03 08:52:17
206阅读
1.数据分析方法分类业务数据分析师（对数学建模的要求较低）、数据挖掘（对业务与数学建模的要求较高）、大数据分析（需要一定的编程能力）。层层进阶2.职位进阶3.数据分析结果数据可视化4.数据分析的流程在业务理解中要多问问题，了解需求，知道问题的核心。可以看书籍《学会提问》。5. 围绕数据分析师的三大类工作内容
原创
2022-04-15 21:35:17
1588阅读
FineBI数据分析：http://www.fanruansem.com/finebi神策数据分析：https://www.sensorsd
转载
2020-10-29 16:52:00
115阅读
2评论
上周在极客时间偶然看到陈旸博士的关于数据分析的课程，觉得很不错，便毫不犹豫的花钱买了这个课程，今天抽空看了实战分析第二讲，感触最深的就是学习过程一定要做笔记，不仅能锻炼自己的归纳总结能力，更能对这一讲的东西进行回顾，还能时不时回头看看当初的想法。所以，我也试着开始做些笔记，毕竟大神都是这么过来的，好了，话不多说，进入今天的正题：数据分析全景图及修炼指南。 该讲主要引
转载
2023-12-12 14:48:21
35阅读
大数据技术和数据分析有什么关系大数据经过多年发展形成了一个完整的产业链和技术链，大数据的产业链是围绕技术链来打造的，而大数据的技术链则围绕数据价值化这个中心来展开，涉及到数据的采集、存储、安全、分析、呈现和应用，那么大数据技术和数据分析有什么关系呢?1、从大数据的技术链来看：数据分析是其中的重要一环，也是目前大数据价值化的核心环节，所以很多人也把大数据就理解为数据分析了。虽然数据分析比较重要，但是
转载
2024-01-13 20:01:43
252阅读
一、TuShare简介和环境安装 TuShare是一个著名的免费、开源的python财经数据接口包。其官网主页为：TuShare -财经数据接口包。该接口包如今提供了大量的金融数据，涵盖了股票、基本面、宏观、新闻的等诸多类别数据（具体请自行查看官网），并还在不断更新中。TuShare可以基本满足量化初学者的回测需求 环境安装：pip install tushare。如果是老版本升级，可以用升级
转载
2023-12-09 14:01:58
40阅读
