数据分析师-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

朝阳Tim

聚类和分类有什么区别与联系？

问题描述：聚类（clustering）和分类（classification）有什么区别与联系呢？各自的适用场景是什么？思路辨析：聚类是因人设岗，分类是因岗设人，区别就在于有没有分类的标准常见的聚类算法有k-means、系统聚类、二阶聚类等，适合做用户画像常见的分类算法有支持向量机、贝叶斯、决策树、神经网络等等，适合做分类预测

6.0239

1

3

0

关注作者

收藏

PGC123

python中的装饰器是什么？

python中的装饰器是什么？答：python中的装饰器装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能。装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。

34.4116

2

0

0

关注作者

收藏

PGC123

pandas 如何给列名添加前缀？

pandas中提供了一个标签名前缀。还是一些数据：a想要将所有的列名增加一个“分箱_",代码如下：df.add_prefix('分箱_')结果如下：a

27.5709

1

1

0

关注作者

收藏

朝阳Tim

控制变量和调节变量是一回事吗？

问题描述：在做变量设计的时候，常常遇到控制变量和调节变量概念拎不清的情况，例如人口特征，在研究因自变量关系时候是作为控制变量，还是调节变量呢？思路辨析：两者在数学上是一回事，但是解释角度不同控制变量是指和研究目标无关的信息，为了防止影响因自变量而排出的非研究影响调节变量是确定因果变量的边界条件，是为了证明它对因自变量的干扰而存在而人口特征，如果不是特定研究的问题，一般视作控制变量

0.0000

0

3

0

关注作者

收藏

PGC123

可迭代对象与迭代器的关系是什么？

刚开始我认为这两者是等同的，但后来发现并不是这样；下面直接抛出结论：1）可迭代对象包含迭代器。2）如果一个对象拥有__iter__方法，其是可迭代对象；如果一个对象拥有next方法，其是迭代器。3）定义可迭代对象，必须实现__iter__方法；定义迭代器，必须实现__iter__和next方法。

0.0000

0

2

0

关注作者

收藏

PGC123

迭代器与生成器之间关系？

区别：生成器能做到迭代器能做的所有事,而且因为自动创建了__iter__()和next()方法,生成器显得特别简洁,而且生成器也是高效的，使用生成器表达式取代列表解析可以同时节省内存。除了创建和保存程序状态的自动方法,当发生器终结时,还会自动抛出StopIteration异常

0.0000

0

1

0

关注作者

收藏

PGC123

迭代器是什么？

迭代器是一个更抽象的概念，任何对象，如果它的类有next方法和iter方法返回自己本身。对于string、list、dict、tuple等这类容器对象，使用for循环遍历是很方便的。在后台for语句对容器对象调用iter()函数，iter()是python的内置函数。iter()会返回一个定义了next()方法的迭代器对象，它在容器中逐个访问容器内元素，next()也是python的内置函数。在没

0.0000

0

1

0

关注作者

收藏

PGC123

生成器是什么？

生成器（Generator）是创建迭代器的简单而强大的工具。它们写起来就像是正规的函数，只是在需要返回数据的时候使用yield语句。每次next()被调用时，生成器会返回它脱离的位置（它记忆语句最后一次执行的位置和所有的数据值）

0.0000

0

4

0

关注作者

收藏

PGC123

Python与其他语言对比有什么特点？

1、c,它是现代编辑语言的老一辈了，在现代应用中使用不多，所有大部分语言，写法都和c语言差不多，常常被用作学习其他语言的基础2、PHP语言主要适用于网页编辑，而python适合与各个领域3、c 是面向对象的c语言，由于偏底层，所以性能非常高，主要用在一个要求高性能的领域4、学习起来python要比java简单快捷的多，java从c 的系统语言中继承了许多语法和复杂型，而python的语法

0.0000

0

2

0

关注作者

收藏

PGC123

二元变量相关系数是啥？

二元变量的相关分析计算得到的是两个变量之间的相关系数。具体而言，两个定距和定比变量间的相关性用Pearson（皮尔逊）相关系数来判定，这是参数检验的方法；两个定序或定类变量间的相关性用Spearman等级相关系数和Kendall’s tau-b等级相关系数来判定，这两种方法属于非参数检验。Pearson简单相关系数皮尔逊简单相关，也称积差相关。是以英国统计学家皮尔逊的名字命名的计算线性相关的方

0.0000

0

2

0

关注作者

收藏

PGC123

如何使用自定义词典？

jieba中如何使用自定义词典?使用一个函数：jieba.load_userdict()只含有一个参数。参数为一个文件，文件的的编码必须为utf-8.自定义的字典的结构要求如下：Structure of dict file: word1 freq1 word_type1； word2 freq2 word_type2； ... ；Word type may be ignored。例如：

0.0000

0

1

0

关注作者

收藏

PGC123

正则表达式中的限定符如何使用？

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有*或或?或{n}或{n,}或{n,m}共6种。正则表达式的限定符有：

0.0000

0

2

0

关注作者

收藏

PGC123

excel 如何分列？

具体的设置不是在EXCEL表格里面设置，而是在分列的向导里进行列数据的格式设置。步骤：1.选中要分列的单元格的列数据2.点击数据--分列--弹出文本分列向导 3步骤之13.在3步骤之1里，选择分隔符号，点击下一步，进入3步骤之24.在3步骤之2里，勾选“其他”，在文本框里输入分隔符号，例如这里的小数点“.”5.输入后，在数据预览里会出现分列的效果，检查是否正确。正确后，点击“下一步”

0.0000

0

0

0

关注作者

收藏

PGC123

wordcloud安装失败问题

当在安装词云分词器wordcloud的时候，会报错。报错的代码是：a这是由于之前安装的神经网络插件tensorflow含有残留的文件。找到tensorflow-1.10.0.list-info，删除它。再执行一遍就可以了。

11.0007

1

2

0

关注作者

收藏

PGC123

偏度是用来干啥的？

偏度用来刻画偏态的程度。偏态有两种情况：一种是如图所示（左边）的左偏，该变量在负的方向部分严重拖尾；另一种是如图所示（右边）的右偏，在正的方向部分严重拖尾。在实际经济和商业数据分析中，右偏是比较普遍的状态。比如，地区的居民收入、客户购买产品的数量、金额和保险理赔额。a

11.0007

1

2

0

关注作者

收藏

PGC123

SQL有哪些优化方法？

SQL有哪些优化方法？答：1. 优化索引、SQL 语句、分析慢查询；2. 设计表的时候严格根据数据库的设计范式来设计数据库；3. 使用缓存，把经常访问到的数据而且不需要经常变化的数据放在缓存中，能节约磁盘IO；4. 优化硬件；采用SSD，使用磁盘队列技术(RAID0,RAID1,RDID5)等；5. 采用MySQL 内部自带的表分区技术，把数据分层不同的文件，能够提高磁盘的读取效率

0.0000

0

4

0

关注作者

收藏

PGC123

Python查询和替换一个文本字符串的方法

答：可以使用re模块中的sub()函数或者subn()函数来进行查询和替换，格式：sub(replacement, string[,count=0])（replacement是被替换成的文本，string是需要被替换的文本，count是一个可选参数，指最大被替换的数量）>>> import re>>>p=re.compile(‘blue|white|red’)>>>print(p.sub(

0.0000

0

4

0

关注作者

收藏

PGC123

python如何读取json 文件?

python如何读取json 文件?答：首先创建json文件{"name":"angle", "age":"19"}然后加载数据并返回def loadJson(): f = open("json.json") setting = json.load(f) f.close() age = setting['age'] name =

11.0007

1

2

0

关注作者

收藏

PGC123

python如何读取json数据？

python中自带的json解析函数： json 在使用前需导入import jsonjson 常用的两个函数是：a

11.0007

1

5

0

关注作者

收藏

PGC123

正则表达式中的非打印字符总结

非打印字符是正则表达式的组成部分。下表列出了表示非打印字符的转义序列：a

0.0000

0

1

0

关注作者

收藏

<1…192193194…340>

CDA考试动态

CDA报考指南