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

liting李

计算同比和环比

同比和环比是考察数据变化的两项常用的指标，它们都是基于时间周期的对比，得到的结果都是百分比，区别在于各自对标的周期（基期）不同。同比与历史同时期的比较，例如将 2019 年 11 月的数据与 2018 年 11 月的数据相比，叫同比。同比一般情况下是今年与去年的比较。同比可以用来观察今年和去年相对发展水平的变化。同比增长（下降）率=(本期数-去年同期数)/去年同期数×100%环比与上一个统计周期的

31.2828

5

0

0

关注作者

收藏

是微微呀！

数据分区、交叉验证、网格搜索步骤

数据分区、交叉验证、网格搜索步骤

51.3646

4

1

0

关注作者

收藏

是微微呀！

数据分析流思维导图

个人还是偏爱思维导图，就整理了一下左不过还是老师上课说的东西，希望大家不嫌弃就好

70.6498

5

1

0

关注作者

收藏

是微微呀！

整理了一下python统计的框架~

不太全面还请见谅~

70.4570

2

2

0

关注作者

收藏

michelle.qin

<复习>统计学 Day1 - part 1

统计学：一门收集、处理、分析、解释数据并从中得出结论的科学。【步骤】收集数据→处理数据→分析数据→解释数据抓取清洗方法：两大类爬数（1）描述性分析方法

25.5490

4

2

0

关注作者

收藏

丁绍东

Find The Top 15 Most Popular Movies In 2020

Find The Top 15 Most Popular Movies In 2020 Description: This challenge is to obtain the top-rated in theater movie from rotten tomatoes - In Theaters | Top Box Office.Challenge instruction: ● web

25.5616

5

1

0

关注作者

收藏

姚慧扬

什么是KPI指标?

将原始数据进行维度分组后按照统计规则汇总计算得到的汇总值，此类指标可以帮助决策者快速了解大体的经营情况，往往称之为KPI指标1求和类指标：对度量值进行求和计算得到的指标，诸如销售数量、销售金额指标结合特定维度的统计结果，可以帮助决策者了解总趋势。2 求平均类指标：对度量值进行求平均计算得到的指标，诸如人均消费，月均成单量指标结合特定维度的统计结果，可以帮助决策者了解业务运营的平均水

35.9300

4

1

0

关注作者

收藏

姚慧扬

数据分析方法论

树状分析方法论：1.梳理行业常用指标，选取其中一个作为总指标；2.将总指标拆解成其他指标的求和或者乘积，如果指标较少的话，可以将指标拆成不同纬度下的同一指标，逐层下拆，直至不能拆解为止。3.将指标拆解思路排列成树状结构，并增加环比或者同比值，借变化比率来快速定位问题。

25.2870

3

2

0

关注作者

收藏

永洪科技

做了这么久数据分析没收获，原来一直在做“伪数据分析”

用数据说话已成为流行语，数据分析能力，俨然已经成为互联网人的必备技能。现在各行各业，越来越多的企业都在努力寻求具备数据分析能力的人才和专业数据分析人才，几乎所有的中、高阶产品、运营和市场甚至管理岗位，都对数据分析能力也越来越重视。数据分析的重要性我们已有目共睹，但在日常使用中，我们的数据分析未必是正确的。有不少企业管理者反映，具备业务能力同时又懂数据分析的人才太稀缺了，甚至可以说绝大多数在做“假”

40.1856

4

0

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

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

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

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

liting李

什么是漏斗分析

漏斗模型是一套流程式数据分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况，是一种重要的分析模型。漏斗分析模型已经广泛应用于网站和APP用户行为分析的流量监控、电商行业、零售的购买转化率、产品营销和销售等日常数据运营与数据分析的工作中。例如：漏斗模型在电商网站中的应用，用户从首页进入最终完成支付的行为，大多需要经过几个环节，从商品/浏览分类——查看商品详情——加

40.2422

5

4

0

关注作者

收藏

<1…505152…341>

CDA考试动态

CDA报考指南