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
gracejpw1117
Shell常用工具之sed
sed是一种流编辑器(Stream EDitor seq)，它一次处理一行内容。处理时，把当前处理的行存储在临时缓冲区中，称为“模式空间”，接着用sed命令处理缓冲区中的内容，处理完成后，把缓冲区的内容送往屏幕。接着处理下一行，这样不断重复，直到文件末尾。文件内容并没有改变，除非你使用重定向存储输出。1. 基本用法sed [选项参数] ‘command’ filename2.
21.3457
3
0
关注作者
收藏
gracejpw1117
Shell常用工具之sort
sort命令是在Linux里非常有用，它将文件进行排序，并将排序结果标准输出。基本语法sort(选项)(参数)选项说明-n依照数值的大小排序-r以相反的顺序来排序-t设置排序时所用的分隔字符-k指定需要排序的列参数：指定待排序的文件列表2. 案例实操（1）数据准备[cda@hadoop102 datas]$ touch sort.sh[cda@hadoop102 datas]$ vim sort.
21.3457
5
0
关注作者
收藏
gracejpw1117
Shell常用工具之awk
awk文本分析工具，把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行分析处理。1. 基本用法awk [选项参数] ‘pattern1{action1} pattern2{action2}...’ filenamepattern：表示AWK在数据中查找的内容，就是匹配模式action：在找到匹配内容时所执行的一系列命令2. 选项参数说明选项参数功能-F指定输入文件的
21.3457
5
0
关注作者
收藏
张敏玉
业务数据分析方法论
方法论概述一套经过反复实践检验的理论框架，应用于数据分析工作的各个环节 方法论概述 数据分析师的工作内容主要分为三类： 一、零碎需求-用数据使业务问题细节明朗化:工具辅助 日常取数及业务问题发现二、业务建模-数据拓维 三、提供周、月、季度、年整体分析报告工具辅助灵活运用自己掌握的工具提升工作效率，如项目排期表，考勤表日常取数及业
21.3270
4
0
关注作者
收藏
永洪科技
大数据领域“内永洪，外Tableau”是怎么来的？听听业内人怎么说
近日，“2020大数据独角兽企业排行榜”重磅发布，国内厂商永洪科技和国际厂商Tableau双双入选TOP10，领跑BI &数据分析领域。在行业内，一直有着“内永洪，外Tableau”的说法。用一句话概括就是，Tableau是国际领头羊，永洪科技是国内领导者。1、主办方是如何看待数据分析领域的？“2020大数据独角兽企业排行榜”由中国科学院主管、科学出版社主办的《互联网周刊》发布。“从大数据的概念提
22.8346
3
0
关注作者
收藏
gracejpw1117
一种SSH登录异常情况的原因分析
Secure Shell(SSH) 是由 IETF(The Internet Engineering Task Force) 制定的建立在应用层基础上的安全网络协议。专为远程登录会话(甚至可以用Windows远程登录Linux服务器进行文件互传)和其他网络服务提供安全性的协议，可有效弥补网络中的漏洞，目前已经成为Linux系统的标准配置。 ssh会把你每个你访问过计算机的公钥(public key
22.8346
1
0
关注作者
收藏
张敏玉
数据分析流程及分类
数据分析流程STEP 1 业务理解 -抓住问题核心 转为数据需求STEP 2 数据收集-系统数据采集 人工维护数据 外部数据支持STEP 3 数据处理-字段标准统一 多表数据关联 异常数据整理STEP 4 数据分析-数据探索(ETL) 运用分析方法论 结合高效工具STEP 5 图表制作-选择合适图表 准备图表数据 调整图表
23.1723
5
0
关注作者
收藏
pkwwwsas
用Python输出所有水仙花数
# num = 153# a = num % 10# c = num // 100# b = num // 10 % 10 #先转成15，在求出5# b = num % 100 // 10#先转成53，在求出5for number in range(100, 1000, 1): a = number % 10 #个位 b = number // 100 #十位 c = numbe
19.0852
2
0
关注作者
收藏
gracejpw1117
PyFlink发展史
PyFlink 的发展史1、v1.8.x1. Flink 在1.8版本的时候就已经提供 Python API，只在Datase/Stream 上提供支持。2. 存在一些问题，比如： 2.1 Table API 不支持 Python。 2.2 两套各自独立实现的一个Python API。 2.3 底层实现是JPython，JPython 无法支持 Python3.x。2、v1.9.x1.
19.1775
4
0
关注作者
收藏
我是大魔王哈哈
bash: hadoop: 未找到命令
输入hadoop version命令 出现bash: hadoop: 未找到命令提示 这是因为我们安装好hadoop之后并没有配置环境变量而导致的错误1. vi ~/.bashrc2. 添加如下内容：#配置环境变量：export HADOOP_HOME=/home/hduser/software/hadoop-2.7.6export PATH=$PATH:$HADOOP_HOME/bin:$HAD
24.6647
3
0
关注作者
收藏
pkwwwsas
Markdown语法
常用基本语法
24.7018
1
0
关注作者
收藏
pkwwwsas
jupyter notebook简介
jupyter notebook 中有两种模式：编辑模式和命令模式编辑模式：单元框左侧是绿色竖线。可以输入代码或者Markdown语法。在命令模式下输入'y'进行切换命令模式：单元格左侧是蓝色竖线。用于执行键盘输入的快捷命令。在编辑模式下输入Esc键进行切换jupyter notebook 中有两种单元：代码模式和markdown单元代码单元：写代码的单元，代码单元左边有 In [1]: 这样的序
24.7018
0
0
关注作者
收藏
小懒爱科比
python的学习内容和概述
分享自老师~〇、数据基础1. 高等数学求导，链式法则，凸优化，梯度，KKT条件，泰勒公式2. 线性代数全部（矩阵运算，特征值和特征向量），矩阵分解，矩阵论3. 概率统计条件概率，线性回归，常见几种分布，最大似然估计，隐马尔科夫模型(HMM)，条件随机场(CRF)4. 信息论信息熵一. 数据分析1. python语言(Anaconda软件:jupyter notebook+
24.8114
1
0
关注作者
收藏
gracejpw1117
Hive SQL的分区表和分桶表
分区和分桶Hive将表划分为分区(partition)表和分桶(bucket)表。分区可以让数据的部分查询变得更快，也就是说，在加载数据的时候可以指定加载某一部分数据，并不是全量的数据。分桶表通常是在原始数据中加入一些额外的结构，这些结构可以用于高效的查询，例如，基于ID的分桶可以使得用户的查询非常的块。分区表　所谓的分区表，指的就是将数据按照表中的某一个字段进行统一归类，并存储在表中的不同的位置
24.7611
3
0
关注作者
收藏
学无止境
Andrea
Andrea
25.0140
2
0
关注作者
收藏
倪美佳
机器学习导包小汇总，还差随机森林/支持向量机没学，等学好再来完善
五、导包 1、画图包import matplotlib.pyplot as plt #画图软件 plt.style.use('ggplot')#画图的风格%matplotlib inline #在线显示 plt.rcParams["font.sans-serif"]=["SimHei"] #解决中文乱码问题 plt.rcParams["axes.unicode_minus"]=F
25.4046
0
0
关注作者
收藏
李名奎
假设检验p值计算
P值的计算：一般地，用X 表示检验的统计量，当H0为真时，可由样本数据计算出该统计量的值C，根据检验统计量X的具体分布，可求出P值。具体地说：左侧检验的P值为检验统计量X 小于样本统计值C 的概率，即：P = P{ X < C}右侧检验的P值为检验统计量X 大于样本统计值C 的概率：P = P{ X > C}双侧检验的P值为检验统计量X 落在样本统计值C 为端点的尾部区域内的概率的2 倍：P =
25.5411
2
0
关注作者
收藏
倪美佳
机器学习结果，用到的numpy pandas的函数跟用法
最近几个礼拜在学算法跟模型，发现前面的基础还有点忘，就回过去找了一些自己感觉机器算法还用得上的，自己感觉又蛮重要的
57.4523
0
0
关注作者
收藏
gracejpw1117
阿里巴巴大数据计算平台Max Compute的机器学习算法
分类算法：LogisticRegression 、kNN 、GBDT 、DTC5.0 、RandomForest 、linearSVM 、nonlinearSVM 、NavieBayes 、Bayes 、Fisher判别、马氏距离判别、标签传播分裂等；回归算法：LinearRegression 、GBDT 、LASSO 、RidgeRegression 、Factorization Machine
56.4697
2
0
关注作者
收藏
gracejpw1117
Hadoop MapReduce过程详解：切片、分区、合并、归并、shuffle
MapReduce的过程：就是从输入杂乱、无规则的数据，通过自定义规则，切片，分区，在经过合并，归并操作，最后让其按规则输出，写入磁盘的过程。1.输入切片Split 输入切片（inputSpilt):在进入map之前，需要经过切片，在我们不设置切片的大小时候，有两种规则:1）默认切片大小=BlockSize，hadoop1.X是64M，hadoop2.X是128M;2）文件本身的大小;也可以自定义
57.2946
5
0
关注作者
收藏
<1…121314…75>
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