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

陈革007

Python: maketrans()方法 translate()方法

maketrans()方法该方法用于创建字符映射的转换表，对于接受两个参数的最简单的调用方式，第一个参数是字符串，表示需要转换的字符，第二个参数也是字符串表示转换的目标。注：两个字符串的长度必须相同，为一一对应的关系。表达式: str.maketrans(intab, outtab)参数: intab -- 字符串中要替代的字符组成的字符串。outtab -- 相应的映射字符的字符串。trans

25.5829

5

0

0

关注作者

收藏

PanHero_龙宝宝

power BI 有点意思

学习使我快乐

0.3360

2

1

0

关注作者

收藏

hujiahao

数据分析业务七步成诗法

看了篇文章，讲业务的，整理了份思维导图

25.3975

5

4

0

关注作者

收藏

yuechuchen

函数参数中出现的**kwarg是什么含义？

在函数的参数中：*arg表示收集位置参数，意味着该参数可以接收不限制数量的位置参数；**kwarg表示收集关键字参数，意味着该参数可以接收不限制数量的关键字参数。

25.6392

5

4

0

关注作者

收藏

yuechuchen

matplotlib中boxplot函数的参数meanline和showmeans的作用是什么

matplotlib中的箱线图在绘图过程中默认显示数据集的中位数线，均值线默认不显示，通过设置meanline=True和showmeans=True可以令箱线图在显示中位数线的同时显示均值线

25.3037

3

4

0

关注作者

收藏

yuechuchen

哪些因素影响决策树是否继续分支

决策树是否分支，一般有以下几种情况：1、所有叶节点的纯度都达到了百分之百；2、该节点上样本数量小于参数设置的可继续分支的最小样本数量；3、该节点分支后的信息增益小于指定的最小信息增益；4、决策树生长到了规定的最大树深，决策树停止分支

0.0000

0

2

0

关注作者

收藏

yuechuchen

决策树的根节点如何确定？

一般通过信息熵的下降速度来确定，在整个决策树中，根节点与其子节点之间信息熵的下降程度一定是最大的。

16.9759

2

2

0

关注作者

收藏

读童话的狼

解决Graphviz保存决策树出现中文乱码问题，保存为PDF、png格式

问题：Graphviz输出的决策树可视化图像在jupyter显示没有问题，但是保存为其他类型（PDF）文件时出现中文乱码原始代码feature_names= ['酒精','苹果酸','灰','灰的碱性','镁','总酚','类黄酮','非黄烷类酚类','花青素','颜色强度','色调','od280/od315稀释葡萄酒','脯氨酸']dot_data = tree.export_graphviz

25.7916

6

4

0

关注作者

收藏

yuechuchen

Dbscan属于什么聚类方法

DBSCAN是以密度为本的聚类算法：把某一个点附近的点分成一组，有别于知名度更高的K-Means，K-Means是基于距离的聚类算法，二者擅长的数据集不相同。

16.9498

1

4

0

关注作者

收藏

陈革007

5种鉴别图表优劣的准则：

一张好的图表应当n 精心设计、有助于洞察问题的实质n 使复杂的观点得到简明、确切、高效的阐述n 能在最短的时间内以最少的笔墨给读者提供最大量的信息n 是多维的n 表述数据的真实情况

28.8715

3

1

0

关注作者

收藏

陈革007

Excel: 一张好的图表应包括以下基本特征

n 显示数据n 让读者把注意力集中在图表的内容上，而不是制作图表的程序上n 避免歪曲n 强调数据之间的比较n 服务于一个明确的目的n 有对图表的统计描述和文字说明

28.7568

2

3

0

关注作者

收藏

yuechuchen

K-Means算法原理及改进

1.k-means原理：第一步选取K个点作为质心；第二步计算所有样本点到所有质心的距离；第三步，把这些距离进行排序，从中找出单个样本点距离最近的质心并把该样本点划分到最近质心所代表的类中；第四步，计算得出刚聚成的各簇的真正质心；第五步重新计算所有样本点到各个新质心的距离，依次重复上述过程知道最后无论怎样迭代，所有的质心和样本点归属的类都不再发生变动，或者达到设定的最大迭代次数或者每次质心变动的量

17.0367

2

2

0

关注作者

收藏

读童话的狼

如何用一行代码输出数据报告？

pandas_profiling基于pandas的DataFrame数据类型，可以简单快速地进行探索性数据分析。对于数据集的每一列，pandas_profiling会提供以下统计信息：1、概要：数据类型，唯一值，缺失值，内存大小2、分位数统计：最小值、最大值、中位数、Q1、Q3、最大值，值域，四分位3、描述性统计：均值、众数、标准差、绝对中位差、变异系数、峰值、偏度系数4、最频繁出现的值，直方图/

28.7494

4

1

0

关注作者

收藏

LXM21

安装目录插件

第一步：安装 jupyter_contrib_nbextensions pip install jupyter_contrib_nbextensions -i https://pypi.tuna.tsinghua.edu.cn/simple第二步：配置 nbextension jupyter contrib nbextension install --user第三步：启动jupyter

31.0968

3

3

0

关注作者

收藏

陈革007

数据分析流程---思维导图

来自助教老师早上的分享,加工成导图分享给大家

28.7870

3

2

0

关注作者

收藏

davidfnck

求pandas.concat用法详解

求pandas.concat用法详解。

27.3402

2

4

0

关注作者

收藏

davidfnck

pandas.merge的简单用法怎么用？

pandas.merge的简单用法怎么用？有小伙伴知道吗？

27.2615

1

2

0

关注作者

收藏

davidfnck

pandas.concat怎么用

关于pandas.concat用法详解，参考利用Python进行数据分析与pandas官网进行整理。pandas.merge参数列表如下图，其中只有objs是必须得参数，另外常用参数包括objs、axis、join、keys、ignore_index。1.pd.concat([df1,df2,df3]),默认axis=0，在0轴上合并。2.pd.concat([df1,df4],axis=1)–在

27.2615

1

2

0

关注作者

收藏

hujiahao

今日头条数据分析岗面试题分享

1.如果次日用户留存率下降了5%该怎么分析？首先采用“两层模型”分析：对用户进行细分，包括新老、渠道、活动、画像等多个维度，然后分别计算每个维度下不同用户的次日留存率。通过这种方法定位到导致留存率下降的用户群体是谁。对于目标群体次日留存下降问题，具体情况具体分析。具体分析可以采用“内部-外部”因素考虑，内部因素分为获客（渠道质量低、活动获取非目标用户）、满足需求（新功能改动引发某类用户不满）、提活

36.9722

7

2

0

关注作者

收藏

LXM21

编码的作用

编码是系统惟一识别每个、某个信息的依据编码是进行信息分类、校核、合计、检索的关键字编码可克服项目参差不齐的缺点，节省内存与外存空间编码是系统化、标准化、逻辑化的有效手段

28.3804

2

0

0

关注作者

收藏

<1…606162…340>

CDA考试动态

CDA报考指南