热线电话：13121318867

登录
热搜话题:
ai长文生成
Scikit-learn
Python
大数据
数据分析师
统计学
微积分
线性代数
Excel
Power BI
R语言
SPSS
Mysql
快速发帖
我要提问
最新
热门
关注
推荐
问答
shauna570392
Python 中 （&，|）和（and，or）之间的区别
（&，|）和（and，or）是两组比较相似的运算符，用在“与”/ “或”上，在用法上有些许区别。 （&，|）和（and，or）是用来比较两组变量的，格式基本上是：如果a，b是数值变量， 则&， |表示位运算， and，or则依据是否非0来决定输出，&， |：# 1&2，2在二进制里面是10,1在二http://www.xuanhe.net/进制中是01，那么01与运算10得到是0and, or:
41.2594
0
0
关注作者
收藏
詹惠儿
python报错： FileNotFoundError: [Errno 2] No such file or directory
问：python报错：FileNotFoundError: [Errno 2] No such file or directory答：这是因为命令中的文件地址少了文件后缀名，将文件后缀名补上即可。
41.2594
0
0
关注作者
收藏
132****7268
python绘图
#创建画布，设置画布尺寸,dpi分辨率plt.figure(figsize=(6,4),dpi=70) #绘制图形plt.plot(df)# 添加图表元素plt.title('图表一',fontsize=20) # 表名,fontsize设置字体大小# x轴名称plt.xlabel('X轴',fontsize=12) # y轴名称plt.ylabel('Y轴',fontsize=12)
29.9467
0
0
关注作者
收藏
永洪科技
群体免疫需要至少100亿剂疫苗！数字解读全球新冠疫苗最新研发情况
在全球疫情不断爆发的阴影下，疫苗成了对抗新冠病毒的最后武器。在新冠疫苗研发上，中、美、俄走在前列，而近期俄罗斯的率先注册，加速了全球新冠疫苗的争夺竞速！关于新冠疫苗大家有很多疑问，现在进度如何？究竟谁能抢先研发疫苗？全球疫苗够用吗？今天我们就来盘点一下全球疫苗研发进度。疫苗什么时候能上市？价格如何？我们通过数据分析来了解。1.中美俄印疫苗竞争激烈，俄罗斯抢先成为首个注册新冠疫苗国家截至7月24日，
0.0000
0
0
关注作者
收藏
开花结果02
安装完excel,系统出现蓝屏，报错代码0x00000050
问题：安装完excel,系统出现蓝屏，报错代码0x00000050解决：1、了解了故障原因的之后，先对电脑上每个硬件进行注意替换排除法。这样测试出是否是硬件出现了故障。如果检测出哪个硬件故障的话，那么就更换或者维修硬件即可。当然一般出现这个蓝屏现象很多情况是硬件出现了故障。首先换一块硬盘试一下机器能不能正常启动，如果测试硬盘没问题，再试内存，内存也试过的话，换CPU，总之这必是硬件故障可能性很大。
47.0556
0
0
关注作者
收藏
ALEXSONG_JY
pandas的RFM模型
13 RFM 模型In [413]:import numpy as npimport pandas as pdIn [414]:data = pd.read_excel('PYTHON-RFM实战数据.xlsx')data.head()Out[414]:品牌名称买家昵称付款日期订单状态实付金额邮费省份城市购买数量0CDA数据分析叫我李22019-01-01 00:17:59交易成功1866上海上
29.9467
0
0
关注作者
收藏
CDA助教老师
Python可以应用于哪些领域?
1,Web 和 Internet开发2,数据分析,科学计算和统计3,人工智能4,桌面界面开发5,软件开发6,后端开发7,网络爬虫
53.6484
0
0
关注作者
收藏
1027670370
矩阵的创建和访问
访问矩阵访问指定位置上的元素矩阵名[行位置常量,列位置常量]、矩阵名[行位置常量1:行位置常量2,列位置常量1:列位置常量2]、矩阵名[c(行位置常量列表), c(列位置常量列表)]访问指定行上的所有元素head(矩阵名,n)、tail(矩阵名,n)矩阵名[行位置常量,]、矩阵名[行位置常量1:行位置常量2,]、矩阵名[c(行位置常量列表),]、矩阵名[行位
109.9993
0
0
关注作者
收藏
1027670370
分配数列
（一）概念 在统计分组的基础上，可以将总体的所有单位按某一标志进行归类排列，并计算其相应出现的次数，这样得到的分布称为分配数列或次（频）数分布数列。(二)分配数列的构成要素 组别：各组名称 次数(频数):分布在各组的总体单位数。各组的次数(频数)之和等于总体单位总数。 频率(比重):各组次数占总次数的比重各组比重之和等于100%（或1
29.9993
0
0
关注作者
收藏
k_0711
NumPy 广播(Broadcast)
广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式， 对数组的算术运算通常在相应的元素上进行。如果两个数组 a 和 b 形状相同，即满足 a.shape == b.shape，那么 a*b 的结果就是 a 与 b 数组对应位相乘。这要求维数相同，且各维度的长度相同。实例import numpy as np a = np.array([1,2,3,4])
29.9467
0
0
关注作者
收藏
卫明真
R的数据结构
1、R的对象与属性 我们已经知道R通过一些对象来运行，这些对象是用它们的名称和内容来 刻画的，其次也通过对象的数据类型即属性来刻画. 所有的对象都有两个内在 属性:类型和长度. 类型是对象元素的基本种类，共有四种:数值型, 包括– 整型– 单精度实型 – 双精度实型字符型复数型1逻辑型(FALSE、TRUE或NA) 虽然还存在其它的类型，例如函数或表达式, 但是它们并不能用来表示数 据;长度是
110.0839
0
0
关注作者
收藏
周柃君
子查询的相关操作符（[not] in，any和all）
例：1.[not] in查询员工数不少于5人的部门所有员工，显示empno,ename,sal,gradeselect *from emp where deptno in(select deptno from emp group by deptno having count(*)>=5);2.ANY查询基本工资高于30号部门任意员工的其他部门员工信息select * from emp where
29.9467
0
0
关注作者
收藏
周柃君
子查询
含义：一个select语句中包含另一个或多个完整的select语句。1.标量子查询：返回的结果是一个数据（单行单列），一般出现在select、where、having、join和from子句中。例：查询基本工资高于公司平均工资的员工信息select *from emp where sal>avg(sal);-- 报错where子句中不能聚合函数用标量子查询：（1）查询公司平均工资select av
29.9467
0
0
关注作者
收藏
yw172716
excel常用函数的用法
1.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)=IF(OR(条件1,条件2), 两个条件之一成立返回的值,都不成立返回的值2.VLOOKUP函数 用途：数据查找、表格核对、表格合并用法：=vlookup（查找的值，查找区域，返回值所在列数，精确还是模糊查找）3.sunm
36.0174
0
0
关注作者
收藏
zengweiak47
8月20日
集成学习集成学习之结合策略: 平均法 算术平均 加权平均 投票法 相对多数投票法:少数服从多数 学习法:(解释性比较差)AdaBoost:集成学习中使用的学习器使用树模型(为什么使用树模型)防止过拟合分类问题n_estimators 最大学习器数量(迭代次数)(需要优化)learning_rate参数(防止纠错太猛,乘以一个系数,
35.9718
0
0
关注作者
收藏
周柃君
笛卡尔积连接和内连接
笛卡尔积连接:集合A：{a,b} 集合B：{1,2,3}笛卡尔积：{(a,1),(b,1),(b,2),(b,3),(a,2),(a,3)}进行判断，相等的留下，不相等的排除；得到结果与内连接一样笛卡尔积连接与内连接的区别： 执行顺序完全不一样的-- 查询manager的姓名、所属部门名称和入职日期：ename,dname,job,hiredate(内连接/笛卡尔积连接)⑤select
35.9718
0
0
关注作者
收藏
隋东芝
Bagging和Boosting的概念与区别
Bagging和Boosting的概念与区别随机森林属于集成学习(ensemble learning)中的bagging算法，在集成算法中主要分为bagging算法与boosting算法，Bagging算法(套袋发)bagging的算法过程如下：从原始样本集中使用Bootstraping 方法随机抽取n个训练样本，共进行k轮抽取，得到k个训练集（k个训练集之间相互独立，元素可以有重复）。对于n个训
36.2160
0
0
关注作者
收藏
fuli2020
机器学习——线性回归
回归分析属于有监督学习算法，回归问题最终输出的是连续变量。线性回归的机器学习表示方法核心逻辑在给定n个属性描绘的客观事物x=(x1,x2,x3,...,xp)中,每个xi都用于描绘某一次观测时事物在某个维度表现出来的数值属性值。当我们在建立机器学习模型捕捉事物运行的客观规律时，本质是希望能够综合这些维度的属性值来描绘事物最终运行结果，而最简答的综合这些属性的方法就是对其加权求和汇总，这就是线性回归
36.1350
0
0
关注作者
收藏
hcy吃猫的鱼
8.20
1.主成分分析绝对不能用在实验室中，因为数据量太少，偶尔会用在问卷分析中，但也不常用；2.因子分析可用于因子效度分析，但并不常用；3.有几个变量就有几个主成分；4.接受条件：变量个数/最终降成的维度 >3，最终所选的主成分总比例>70%;5.主成分的每一个特征向量是构成主成分的每一个变量的系数，表示了各变量对不同主成分的影响程度大小；6.主成分不能对重要的变量进行压缩；7.主成分回归模型只能用于数
36.1121
0
0
关注作者
收藏
LXM21
Jupyter Notebook一直提示： '_xsrf' argument missing from POST
问题描述： Jupyter notebook右上角突然显示’_xsrf’ argument missing from POST，无法保存现有file也无法stop 或 run cell。命令行显示报错信息如下：[W 02:50:17.848 NotebookApp] '_xsrf' argument missing from POST[W 02:50:17.849 NotebookApp] 403
32.4121
0
0
关注作者
收藏
<1…152153154…531>
CDA考试动态
考试介绍
考试大纲
考试内容
考试地点
CDA报考指南
报考流程
考试时间
报名费用
联系我们
热门栏目
考试动态
报考指南
复习备考
职业发展
直播公开课
经验分享
Copyright © 2015-2020, www.pinggu.com All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备18052299号-1