知识回顾： ER模型，又叫实体联系模型，entity-relationship model，包含了表内字段信息 表与表之前的连接关系，是UML图表关系语言的一种。 链接关系有三种： 1：1 1：n m：n 其中1:1的对应关系在表连接中最不常见，因为不符合表和主键的设计思路 两个具有相同业务属性的表不应该同时存在 最为常见的，是1：n，或者1：*的形式，那么如何判断哪边是1，哪边是*呢？
朝阳Tim
2019-01-31
问题描述： truncate和delete都可以快速清除表内数据，那么两者的差别是什么呢？我们以表score来一探究竟： #建表 create table score ( id int(10) unique not null auto_increment, stu_id int(10) not null, c_name varchar(20), grade int(10)
朝阳Tim
2019-01-31
问题描述： 数据分析师在和业务打交道的过程中，往往会涉及“取数”的需求，取的这个数到底是什么呢？ “给我xxx这样一份数据”和“给我xxx这样一个数字”指代的对象相同吗？ 问题回答： 数字<>数据，数字可以是构成数据的单位，也可以是数据查询的结果，两者紧密相连又不尽相同 业务角度来说，数字=感觉，常常和业务经验有着更为紧密的关系 面对“拍个数出来”的问题，业务人员往往会更得心应手，多少算好
朝阳Tim
2019-01-31
问题描述： 做问卷设计，或是需要打印出来的表格，如果行间距较小很容易读串行，如果能够隔行填充颜色将能更好地增加可读性，如何实现呢？ 解决方法一： 条件格式-->使用公式确定要设置格式的单元格-->利用函数进行条件设置格式所在区域 隔行选择的函数：=mod(row(),2)<>0 条件格式可以快速隔行变色，但是也会造成文件大小增大的问题，隔行选取的思路还有很多，例如添加辅助列的思路
朝阳Tim
2019-01-31
问题描述： vlookup是业务端做数据处理常用函数，但是在处理几十万的数据时候，特别是内存有限的老机器，会存在运行速度特别慢的情况，如何解决呢？ 解决办法： 升级你的内存条 利用pivot将表格结构转变为表结构，再进行vlookup操作 注意勾选“我的表具有标题”
朝阳Tim
2019-01-31
python可视化都涉及哪些包？ 较为常用的有matplotlib、seaborn、pyecharts和bokeh 先来看maplotlib，最为灵活的包，但是并不容易上手 官方手册：https://matplotlib.org/gallery/index.html 来看seaborn，很多python绘图初学者的最爱，可以轻松画出较为美观的图形 官方手册：http://se
朝阳Tim
2019-01-30
朝阳Tim
2019-01-30
#构造数据 vals1 = [1, 2, 3, 4] vals2 = [2, 3, 4, 5] vals3=[1] fig, ax = plt.subplots() labels = 'A', 'B', 'C', 'D' #最外层的圆 ax.pie(vals1, radius=1.2,autopct='%1.1f%%',pctdistance=0.9,colors=['r','g','b','c
朝阳Tim
2019-01-30
#载包和数据 import pandas as pd import seaborn as sns titanic = sns.load_dataset("titanic") #设置主题：darkgrid , whitegrid , dark , white , ticks sns.set(style="whitegrid", color_codes=True) # 调整图形大小，长10，高5
朝阳Tim
2019-01-30
range(start,stop[,step]) 这是一个通用的函数来创建包含算术级数的列表，最常用于for循环 参数必须是整数，step默认为1 numpy.arange([start,]stop,[step,]dtype=None) 在给定的时间区域内返回均匀间隔的值 在使用非整数步长的时候，最好用np.linspace() 两者的区别： 返回类型不同，range vs ndarray
朝阳Tim
2019-01-30
#=VLOOKUP(D4,$H$4:$I$13,2,TRUE) 模糊查询的理解，就是从下至上查找，比查找值小的第一个值，对应的信息，如图： 从下至上 比查找值小 第一个遇到的值 江雨薇的分数等级A-：88自下往上查找，跳过100、89，找到了比自己（88）小的84，且是该列碰到的第一个数字，因此找到它对应的分数等级A-，进行匹配 此外，如果是精确查找，则是自上往下查找，匹配遇到的第一个值对应
朝阳Tim
2019-01-30
python运算符有七大类，分别是： 算术运算符 比较（关系）运算符 赋值运算符 逻辑运算符 位运算符 成员运算符 身份运算符 其中使用较少，但是常常被用来做面试题的便有“位运算符”，下面我们来看看如何理解它 要理解位运算符，先来理解二进制： 二进制表示60，即为0011 1100，翻译过来就是-- 60=0*2**7 0*2**6 1*2**5 1*2**4 1*2**3 1*2**2
朝阳Tim
2019-01-30
K-means聚类：也叫作快速聚类，要求事先选好多少类，例如分3类，那么系统就会生成3个“聚类种子”，然后根据与这3个点的距离远近，把所有的点分成三类，再把这3类的中心（均值）作为新的基石或种子（原来的种子就没用了），重新按照距离分类，如此迭代下去，直到达到停止迭代的要求（比如，各类最后的变化不大了，或者迭代次数太多了） 系统聚类：也叫作分层聚类，开始时有多少点就是多少类，它先把最近的两类（点）
朝阳Tim
2019-01-30
excel的数据目录下提供“分列”功能，在python中对应的是split函数 #载入包与数据 #分列思路：生成分列后的两列-->与原数据框合并到一起 #步骤一：生成分列后的两列；以“a”为标志对“sex”进行分列，生成“sex_left”和“sex_rght” #步骤二：与原数据框合并到一起 需要注意的是，split作用对象的格式是str，即字符串格式
朝阳Tim
2019-01-30
list.append(object)是指向列表中添加一个对象object list.extend(sequence)是指把一个序列seq的内容添加到列表中 使用append的时候，['g','h','i','j','k']被视作一个整体对象，打包添加到data中 使用extend的时候，['g','h','i','j','k']依次进入data，或者可以理解为“ ”的功能
朝阳Tim
2019-01-30
主成分分析是因子分析的一个特例，因子分析是主成分分析的推广。 因子分析与主成分分析的区别可以简单理解为： 结构/模型 vs 线性组合 要不要解释公因子-->目的在x还是y 公因子数量自己定 vs 公因子数量等于自变量数量 具体来说： 因子分析的因子内容比主成分单纯，社会经济含义比较明确 因子分析的研究者对原始数据的内部结构感兴趣，而主成分分析的研究者对原始变量间的线性组合感兴趣 因子分析需
朝阳Tim
2019-01-30
数据分析师说到底是要为企业解决问题的，如果分析工具和模型是硬实力的话，分析思路和经验就是软实力，两者缺一不可。 借鉴辩论思维，为大家介绍一种问题解决思路，即“需根解损”，可以用于选择问题的解决方案。 我们可以把问题拆解为四个方面： 需要：是否是急切需要解决的问题？维持现状问题能否自然消失？ 根属：如果不能，原因是什么？ 解决：解决问题的方案，可以结合“根属”来判断解决力的强/弱、有/无 损益：权
朝阳Tim
2019-01-30
老板想知道在投广告计划的表现如何？哪个最好？哪个最差？ 如何利用现有数据满足老板需求呢？ 四象限分析是解决思路之一。 该分析思路脱胎于波士顿矩阵，是美国著名的管理学院家、波士顿咨询公司创始人布鲁斯·亨德森于1970年首创；波士顿矩阵以销售增长率和市场占有率将产品划归四类，从而对不同产品进行差异化营销。 四象限还是时间管理理论的一个重要观念，它把事情按照紧急、不紧急、重要、不重要排列组合分成四个象
朝阳Tim
2019-01-30
镝数等可视化模板的出现，降低了交互式图表的制作门槛，为普通人提供了零代码的制作流程 它支持的模板包括： 饼图（环图、人形饼图、双层环图、嵌套饼图） 折线图（分组折线图、阶梯线图、最值折线图、流量关系图） 柱状图（柱状图、瀑布图、玫瑰图、玉珏图） 面积图（面积图、河流图） 散点图（散点图、气泡图） 极坐标图（雷达图） 关系图（力导向图、矩形树图、弦图、旭日图） 桑基图 箱线图 漏斗图 热力图 词云
朝阳Tim
2019-01-30
八爪鱼的出现，对于爬虫爱好者来说喜忧参半。 喜的往往是初学者，通过点击式操作即可实现数据的采集，降低了掌握爬虫技术的门槛；忧的是懂一些爬虫技术的人，辛苦学来的代码可能还不如做好的模板使用的效率更高。 当然八爪鱼也有局限，例如模板更新慢，可爬取的字段与方式较为有限，以及收费等，爬虫的高级用户可以无视这个软件。 这里仅简单介绍一下这个软件的功能，给爬虫入门者多一个工具参考。 爬虫的原理，是“可见即可
朝阳Tim
2019-01-29
