世界上最深入人心的数据分析工具，是Excel，在日本的程序员考试中，程序语言部分，是可以选择Excel表格工
转载
2023-06-01 16:46:02
219阅读
前面学习了Python的基础语法，Numpy和Pandas，终于要使用Python来进行数据分析的实战练习了。本节以某药店2018年商品销售数据为例来练习利用Python进行数据分析的基本方法。数据分析基本步骤： 1、提出问题 2、理解数据 3、数据清洗 4、构建模型 5、数据可视化一、提出问题要分析解决业务数据问题，首先要与业务部门进行沟通。本节案例主要分析月消费次数、月消费金额、
..
转载
2022-07-29 15:12:47
1123阅读
前言数据分析是通过明确分析目的，梳理并确定分析逻辑，针对性的收集、整理数据，并采用统计、挖掘技术分析，提取有用信息和展示结论的过程，是数据科学领域的核心技能。本文从数据分析常用逻辑框架及技术方法出发，结合python项目实战全面解读数据分析，可以系统掌握数据分析的框架套路，快速上手数据分析。一、 数据分析的逻辑 --构建系统的分析维度及指标1.1 PEST分析法PEST分析是指宏观环境的分析，
原创
2021-04-14 10:08:47
1243阅读
sql也能做分析？常见的数据清洗，预处理，数据分类，数据筛选，分类汇总，以及数据透视等操作，用SQL一样可以实现（除了可视化，需要放到Excel里呈现）。SQL不仅可以从数据库中读取数据，还能通过不同的SQL函数语句直接返回所需要的结果，从而大大提高了自己在客户端应用程序中计算的效率。但是，这个过程需要很熟练掌握SQL！本文就利用提取MySQL的数据，通过写SQL的数据处理方式，来对一份淘宝数据进
转载
2022-08-24 19:04:19
182阅读
做竞品分析的四大流程：确定竞品分析的目的：了解不同产品的功能区别、对比竞品性能、获取数据，有所侧重筛选出目标产品 ：按照市场占有率从大到小收集竞品资料：亲自体验、产品简介、用户评论、产品官网、百度、知乎、询问对方分析、输出竞品分析报告: 分析材料、输出报告学习：学习指南：如何在竞品分析写作中快速成长？如何做一份有针对性的竞品分析本文将整个竞品分析分为前期准备、构造框架、反复推敲三个环节，进行讲解。
原创
2023-06-25 09:50:52
189阅读
这是一道经典的数据分析师面试题，考察的重点不在于从哪些指标去分析，而是面对这样的问题时的分析框架与逻辑思维，这是一个优秀的数据分析师必须具备的能力。针对数据异常类问题，可参考如下分析框架： 1对数据异常原因做出假设，利用数据验证影响DAU因素较多，对所有维度直接拆解耗时耗力。所以需要结合以往经验及各种信息，对数据异常的原因做出假设，然后对数据从不同维度拆分来验证假设。可能随着之前的假设的验证不断
Python数据分析入门与实践这是一个数据驱动的时代，想要从事机器学习、人工智能、数据挖掘等前沿技术，都离不开数据跟踪，本课程通过Numpy、Pandas进行数据科学计算，通过Seaborn、 Matplotlib进行数据图形化展示；在数据分析和处理领域，毫无疑问，Python是主流语言，其原因在于：Python语法简单，代码量少Numpy、Scipy、Pandas和Matplotlib的科学计算
下载selenium地址 https://googlechromelabs.github.io/chrome-for-testing/#stable注意对应版本号
# 导入webdriver库
from selenium.webdriver.common.by import By
from selenium import webdriver
from selenium.webdriver.chro
学废了...
转载
2021-06-28 17:58:42
561阅读
Scrum 是用于开发、交付和持续支持复杂产品的一个框架，是一个增量的、迭代的开发过程。 敏捷的原则和方法 必须在每天的实践中落地，对人和管理要求高。所以有scrum master 为了适应变化，敏...
转载
2020-08-31 14:21:00
527阅读
2评论
以下题目均非原创，只是汇总python数据分析部分##1. 如何利用SciKit包训练一个简单的线性回归模型
利用linear_model.LinearRegression()函数 # Create linear regression object
regr = linear_model.LinearRegression()
# Train the model using the training
1. 数据仓库必须由业务用户的需求来驱动，并因此从一个简单的维度视角来建立于展示数据仓库这样的概念； 2. 对数据仓库，业务才是第一位的； 3. 操作性系统：存入数据；数据仓库：取出数据； 4. 数据仓库在需求、客户、体系结构和运行机制与操作性系统有很大不同； 5. 客户的烦恼：不能访问数据；切割数据；快速访问；不同系统间不同编码； 6. 数据仓库：易阅读的、并且精心组织，可信而安全； 7. E
一、引言
在项目管理领域，范围管理被视为项目成功的基石。它涉及确定项目目标、明确工作边界以及确保所有相关方对项目范围的共识。项目范围管理不仅关乎项目的最终交付，更影响着项目的成本、时间、质量等多个维度。因此，对项目范围进行全面、细致的管理，是每一位项目经理不可或缺的技能。
二、项目范围管理的定义与重要性
项目范围管理，顾名思义，是对项目所包括的工作范围进行定义、确认和控制的过程。它确保项目
在数据科学和分析的领域中，可视化是一种强大的工具，能够帮助我们理解数据、发现模式，并得出洞见。Python 提供了丰富的库和工具，使得可视化数据分析工作流程变得高效而灵活。本文将介绍 Python 中可视化数据分析的工作流程，从数据获取到最终的洞见可视化展示。1. 数据获取在开始任何数据分析工作之前，首先需要获取数据。Python 提供了各种库来处理不同来源的数据，例如 pandas 用于处理结构
1信息化与流程优化的关系管理效率同业务流程息息相关，如果流程繁琐周折且不规范，机构层次重叠，岗位职责不清，即使使用一些信息技术也不能带来满意的结果。ERP系统一个重要作用就是从全流程着眼，支持业务流程优化，通过流程优化提高工作效率和企业效益。1.1全局观念和全流程企业经营过程中的每一个流程（产品研发流程、生产制造流程、采购流程）都是企业全流程中的一项子流程，单独运行某个子流程是没有意义的。全流程的
1. 前言
大家好，今天让我们看一下使用Python进行数据可视化的主要库，以及可以使用它们完成的所有类型的图表。我们还将看到建议在每种情况下，使用哪个库以及每个库的独特功能。我们将从最基本的可视化开始，直接查看数据，然后继续绘制图表，最后制作交互式图表。我们将使用两个数据集来适应本文中显示的可视化效果，数据集可通过下方链接进行下载。数据集：https://github.com/albertsl/
原创
2021-06-28 10:03:13
282阅读
IPA实操流程题目为： 获取百度热搜电视剧榜，并筛选出古装类的电视剧，保存在本地的excel文件，并通过邮件发送给自己。 结果记录如下：
原创
2023-02-25 09:43:05
61阅读
第一部分——飞机客户数据分析预测代码一：数据探索#代码7-1 数据探索
#对数据进行基本的探索
#返回缺失值个数以及最大、最小值
import pandas as pd
datafile = "D:\\360MoveData\\Users\\86130\\Documents\\Tencent Files\\2268756693\\FileRecv\\air_data(1).csv"# 航空原始数据
目录1 项⽬背景与⽬标 1.1 项⽬背景 1.2 项⽬⽬标 2 客户数据预处理与客户交易⾏为分析 2.1 数据集介绍 2.2 数据预处理 2.2.1对客户数据进行格式转换 2.2.2数据统计分析 2.2.3查看客户总数 2.2.4交易时间异常值检测 2.2.5交易时间异常值处理 2.2.6交易金额异常值处理 2.2.7交易附言缺失值处理 2.2.8时间格式和时区转换 2.2.9量纲转换 2.2
