数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

ALEXSONG_JY

Mysql 常用数据类型&主键约束唯一约束非空约束

主键约束(primary key) • 每个表中只能有一个主键 • 主键值须非空不重复 • 可设置单字段主键，也可设置多字段联合主键联合主键中多个字段的取值完全相同时，才违反主键约束 • 添加主键约束：列级添加主键约束：create table ( primary key，…… ); 表级添加主键约束：create table

27.5354

2

3

0

关注作者

收藏

肖宁21

销售漏斗模型

销售漏斗模型关系型销售业务中最有效的销售管理方法，它是将销售业务与数据分析完美结合的产物1.先将发现潜在商业机会开始到现金回收为止的整个销售过程分为不同销售阶段2. 再对每一个销售阶段进行有针对性的细致管理3. 最终达到及早发现并回避潜在商机风险的目的※ 销售漏斗管理的本质是对销售过程的风险控制，成功的跨国企业都在使用的销售漏斗管理方法，比如华为的销售漏斗叫L2C（Leads to C

27.5354

2

4

0

关注作者

收藏

132****7268

1、MySQL运行1）全文运行：直接点击第一个闪电2）单行运行：选中需要运行的一行，点击第一个闪电；光标放在需要运行一行的任意位置，点击第二个闪电，或直接快捷键：Ctrl+Enter2、自动增长只能与主键结合起来使用3、外键可以为空，但在主表中找不到与之对应的主键时（没有硬性要求是主键，一般工作情况下选择主键），会触发外键约束

27.5354

2

3

0

关注作者

收藏

于家崎

数据分析PowerBI销售漏斗管理模型（一）

销售管理分析：销售漏斗管理模型概念介绍销售运营与数据分析：数据驱动销售运营业务，实现销售利润最大化为目。1.了解及把握过去及现在的销售情况2.可视化呈现销售数据趋势3.迅速把握与战略相关重要KPI指标情况4.为制定应对决策提供客观数据依据5.提前预测销售趋势走向6.检验过往销售策略的得失销售管理分析的重要性：对于销售人员：1.改善销售行为、预测业务达成率、管理商机进度2.提前掌握风险商机，及时制

27.5354

2

2

0

关注作者

收藏

cxm272965

Python可视化库——Matplotlib和Seaborn库

数据可视化库——Matplotlibimport matplotlib.pyplot as plt1默认可视化操作plt.plot()：画图plt.show()：显示设置参数plt.xticks(rotation)：变量名倾斜plt.xlable(‘变量名’)：x轴名称plt.ylabel(‘变量名’)：y轴名称plt.title()：标题名称子图fig=plt.figure()：指定默认画图空间

27.5907

2

1

0

关注作者

收藏

cxm272965

深入浅出之dtype( )和astype( )函数

NumPy最重要的一个特点就是其N维数组对象（即ndarray），该对象是一个快速而灵活的大数据集容器。你可以利用这种数组对整块数据执行一些数学运算，ndarray是一个通用的同构数据多维容器，也就是说，其中的所有元素必须是相同类型的。1. 属性dtype用于说明数组中的数据类型的对象2. 函数dtype( )作用：结构化数组类型并加以使用语法：numpy.dtype(object, alig

27.5907

2

4

0

关注作者

收藏

cxm272965

python解决pandas处理缺失值为空字符串

pandas来做csv的缺失值处理时候发现奇怪BUG，就是excel打开csv文件，明明有的格子没有任何东西，当然，我就想到用pandas的dropna()或者fillna()来处理缺失值。但是pandas读取csv文件后发现那个空的地方isnull()竟然是false，就是说那个地方有东西。。。后来经过排查发现看似什么都没有的地方有空字符串，故pandas认为那儿不是缺失值，所以就不能用drop

27.6360

3

4

0

关注作者

收藏

cxm272965

pandas删除某一列的方法

删除sub_grade_列，输入del df['sub_grade_x'] 方法二：采用drop方法，有下面三种等价的表达式：1. df= df.drop('column_name', 1)输入:df,drop('num',axix=1),不改变内存，及输入df的时候，它还是显示原数据 2. df.drop('column_name',axis=1, inplace=True)输入:df.dr

27.4900

1

1

0

关注作者

收藏

cxm272965

Python如何将Series type：object转换为int

1）使用pd.to_numeric进行转换，而解析字符串“ None”时出错2）然后我尝试将NaN替换为None值：替换问题1.1）pd.to_numeric（df ['Var1']，downcast ='integer'）ValueError：无法在位置44816处解析字符串“ None”1.2）df.astype（{'Var1'：'int64'}）。dtypes TypeError：int（）

27.5907

2

5

0

关注作者

收藏

cxm272965

matplotlib画图和 seaborn画图的对比

#__author__ = 'Administrator'#coding:utf-8import pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsdata=pd.read_csv("./dataset/test.csv")#在matplotlib中的画直方图plt.figure()plt.hist(data["Age"

27.5907

2

1

0

关注作者

收藏

cxm272965

关于数据清洗工作的理解

数据清洗是做什么的，为什么要进行数据清洗工作，什么样的数据叫脏数据，脏数据如何进行数据的处理数据清洗(Data cleaning)– 对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。数据清洗从名字上也看的出就是把"脏"的"洗掉"，指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。因为数据仓库中的数据是面向某一主题的数

0.1006

1

2

0

关注作者

收藏

fuli2020

#基本设置#安装seabornpip install seaborn#创建正弦函数def sinplot(flip=1): x = np.linspace(0, 14, 100) for i in range(1, 7): plt.plot(x, np.sin(x + i * .5) * (7- i) * flip) fig = plt.figure(fig

27.6626

3

0

0

关注作者

收藏

cxm272965

Mysql增删改查语句

增加：INSERT INTO 表名(字段名1，字段名2) VALUE(字段值1，字段值2)例：INSERT INTO a(id,name) VALUE(2,'李四');删除：DELETE FROM 表名 WHERE 条件例：DELETE FROM a WHERE id=1;修改：UPDATE 表名 SET 字段名=字段值 WHERE 条件例：UPDATE a SET id=1,name='张三'

0.1006

1

1

0

关注作者

收藏

cxm272965

几个SQL在线刷题的网站

https://sqlzoo.net/ SQLZOO的教程框架由浅入深，非常推荐给初学者http://xuesql.cn/ 如果你因为上面介绍的SQLZOO可以因为语言问题而劝退，那就推荐你一下中文的网站吧——XUESQL。他页面的上部分是教程手册，下部分是在线练习。写完SQL直接回车就是提交，如果正确会自动进入下一题。另外还有一个加分项，它有自己配套的B站视频（同样免费）https://www.

27.5907

2

3

0

关注作者

收藏

cxm272965

开窗函数和普通聚合函数的区别

mysql> create table order_tab(order_id int,user_no varchar(3),amount int,create_date date);mysql> insert into order_tab values -> (1,'001',100,'2019-01-01'), -> (2,'001',300,'2019-01-02'), ->

0.1006

1

4

0

关注作者

收藏

haoyumeng

全0阵np.zeros((3, 5), dtype=int) （形状，数据类型）全1阵np.ones((3, 3, 3), dtype="int32") （形状，数据类型）单位阵np.eye(3, dtype=int) （行列数，数据类型）对角阵np.diag([1, 5, 300, 444, 44, 666, 77]) 对角的数值设置具体的值阵np.

27.6626

3

2

0

关注作者

收藏

cxm272965

开窗函数和普通聚合函数的区别

mysql> create table order_tab(order_id int,user_no varchar(3),amount int,create_date date);mysql> insert into order_tab values -> (1,'001',100,'2019-01-01'), -> (2,'001',300,'2019-01-02'), ->

0.1006

1

2

0

关注作者

收藏

永洪科技

企业权限管理系统如何配置？深度解析永洪BI权限管理系统

权限管理系统是每个B端产品都绕不过去的问题，好的权限管理系统具有可以明确企业内不同人员、不同部门的分工，降低操作风险发生概率，便于管理等优势。传统的权限管理往往授权方式单一、维护成本高。永洪BI的权限管理系统，经历了若干版本迭代，具备高度灵活性。管理员可以批量导入用户数据，轻松维护企业组织架构。系统提供了用户授权、分组授权等多种授权方式，同时支持页面化设置数据行级列级权限，可满足不同规模企业的授权

28.0505

4

5

0

关注作者

收藏

liting李

M函数的错误处理

在M函数中，当某个表达式无法得到正确的计算结果时我们可以用“error” 来发生错误事件。用“error” 发生的错误事件可以用“Try” 表达式来获取，并对其进行处理及显示详细错误信息。 “Try” 表达式可以将由error发生的错误信息封装在一个记录内。EG:try error "negative unit count"/*上例会生成一个由[HasError]、 [Error]以及[Me

40.6301

6

2

0

关注作者

收藏

fuli2020

绘图的两种方法:第一种方法：%matplotlib inlineimport matplotlib.pyplot as pltimport numpy as npimport pandas as pds=pd.Series([909976,8615246,2872086,2273305],index=['Stockholm','London','Rome','Paris'],name='Popul

27.9786

3

3

0

关注作者

收藏

<1…180181182…531>

CDA考试动态

CDA报考指南