正则表达式 - 语法正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。例如：runoo+b，可以匹配 runoob、runooob、runoooooob 等，+ 号代表前面的字符必须至少出现一次（1次或多次）。runoo*b，可以匹配 runob、runoob、
李名奎
2020-07-09
命令行的方式：ipynb转换为pythonjupyter nbconvert --to python my_file.ipynbipynb转换为mdjupyter nbconvert --to md my_file.ipynbipynb转为htmljupyter nbconvert --to html my_file.ipynbipython转换为pdfjupyter nbconvert --to
李名奎
2020-07-09
首先我们需要打开编辑器，找到我们需要的库文件，如图所示在搜索界面输入pyecharts,然后会看到搜索结果，我们需要安装图中所示的这两个库文件才能保证我们今天制作的饼图能够正常显示。在程序输入界面输入我们的代码，第一行从pyecharts中导入pie文件，然后定义我们的数据分类，以及每一个分类对应的具体数据，最后将文件保存为picture命名的HTML文件输出。运行我们的程序，在我们创建的程序的根
李名奎
2020-07-08
一、创建在Pandas中我们想要构造下面这一张表应该如何操作呢？别忘了，第一步一定是先导入我们的库——import pandas as pd构造DataFrame最常用的方式是字典+列表，语句很简单，先是字典外括，然后依次打出每一列标题及其对应的列值（此处一定要用列表），这里列的顺序并不重要：左边是jupyter notebook中dataframe的样子，如果对应到excel中，他就是右边表格的
李名奎
2020-06-30
习4 [1,2,3]有几种方法可以扩展成[1,2,3,4,5,6]st = [1,2,3] # 方法一lst.extend([4,5,6])print(lst)lst = [1,2,3] #方法二print(lst + [4,5,6])lst = [1,2,3] #方法三o = tuple(lst)p = o + (4,5,6)list(
李名奎
2020-06-29
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 =
李名奎
2020-06-27
什么是回归分析？回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。例如，司机的鲁莽驾驶与道路交通事故数量之间的关系，最好的研究方法就是回归。回归分析是建模和分析数据的重要工具。在这里，我们使用曲线/线来拟合这些数据点，在这种方式下，从曲线或线到数据点的距离差异最小。我会在接下来的部分详细解释这一点
李名奎
2020-06-25
抽样推断的基本概念编辑全及总体和样本总体全及总体是研究对象，而样本总体则是观察对象，两者是有区别而又有联系的不同范畴。全及总体又称母体，简称总体，它是指所要认识的，具有某种共同性质的许多单位的集合体。样本总体又称子样，简称样本，是从全及总体中随机抽取出来，代表全及总体的那部分单位的集合体。样本总体的单位数称为 样本容量，通常用小写英文字母 n来表示。随着样本容量的增大，样本对总体的代表性越来越高，
李名奎
2020-06-20
工具提示 工具提示顾名思义就是可以在报表控件中起到提示数据的一个功能。之前我们有讲到，在控件上添加额外的字段，可以提示字段的数据值。今天我们主要介绍在页面上，如何用工具提示一些额外的图表信息？ 示例 我们还是以销售表为例，如下图为销售表的一部分： 效果展示 我们先看一下今天要介绍的工具提示的效果，具体如下图： 当我们滑到地图控件上对应的省份气泡时，就会显示其对应的省
李名奎
2020-06-15
什么是度量值 度量值表示一个列，其中包含可以聚合的可计量数据（通常是数值）。 度量值表示组织活动的一些方面，这些方面以货币术语（如收入、利润或成本）表示，按计数（库存水平、员工数、客户或订单），或者按采用业务逻辑的更复杂的计算表示。 示例 我们以Customer1位示例表 创建度量值 度量值的创建很简单，根据定义我们知道它的主要作用是聚合，在开始菜单的最右边我们可以选中某一个表
李名奎
2020-06-15
1、创建瀑布图和散点图 瀑布图和漏斗图是 Power BI 中包含的两种更加有趣的标准可视化效果。 若要创建任一类型的空白图表，请在可视化效果窗格中选择其图标。 瀑布图通常用于显示特定值随时间的更改。例如下图 瀑布图仅有两个存储桶选项：类别和 Y 轴。 将基于时间的字段拖动到类别存储桶，并将你想跟踪的值拖动到 Y 轴存储桶。默认情况下，值有所增加的时间段会显示为绿色，而值有所减少的时间段会显示
李名奎
2020-06-14
度量值是存在于你的 Power BI 数据模型中的一种计算。 要创建度量值，在报表视图中从建模选项卡选择新度量值。 DAX（Power BI 中数据分析表达式语言）最大优势之一是它有很多有用函数，特别是关于基于时间的计算，如本年截止到现在或同比。你只需使用 DAX 定义一次时间度量值，然后从数据模型中按照你所需数量的不同字段来划分它。 在 Power BI中，定义的计算称为度量值。若要创建度量值
李名奎
2020-06-14
Power BI 的一大优点就是无需将数据平展成表。 相反，你可以使用来自多个源的多个表，并定义它们之间的关系，还可以创建你自己的自定义计算并分配新度量值以查看数据的特定段，并在可视化效果中使用这些新度量值以实现轻松建模。 如何管理数据关系 Power BI 允许你以可视方式设置表或元素之间的关系。 若要查看数据的图表视图，需要使用关系视图：（位于报表画布旁屏幕的最左侧） 在关系视图中，你可以看
李名奎
2020-06-14
提示1：使用对齐工具 一般来说，一个好的设计应该有平衡和完美的对齐。您知道Power BI有对齐和分布的工具吗？只需选择您需要对齐的所有视觉效果（按住CTRL 单击每个视觉效果），然后用“格式化功能区”调整其左/上/中，无论您喜欢哪种效果都可以帮您实现，真是个很nice的工具！ 提示2：一次调整多个视觉效果 当您多选视觉效果（使用CTRL 单击）时，您还可以一次性调整其属性。多次选
李名奎
2020-06-14
分析基于时间的数据 相对而言，使用Power BI分析基于时间的数据是非常轻松的。Power BI Desktop中的建模工具自动包括一些生成字段，在这些字段中，你可通过一次单击深化到年份、季度、月份和日期。 当你在报表中使用日期字段创建表格可视化效果时，Power BI Desktop 将自动包括按时间段分解的信息。 例如，Power BI 会自动将日期表中的单个日期字段分为年、季度、月和日，如
李名奎
2020-06-14
计算表 借助计算表，可以将新表添加到模型中。 但是，你会创建定义表值的数据分析表达式 (DAX) 公式，而非从数据源中查询值，并将值加载到新表的列中。 在 Power BI Desktop 中，计算表是通过使用报表视图或数据视图中的“新建表”功能创建的。 优势：大多情况下的数据都是由外部添加到模型中，但是如果某些表的数据你想用来查询而非计算的时候，就能很大的体现就算表的好处，典型的例子就是时间
李名奎
2020-06-13
Power BI 允许你以可视方式设置表或元素之间的关系。 若要查看数据的图表视图，需要使用关系视图：（位于报表画布旁屏幕的最左侧） 在关系视图中，你可以看到表示各个表的数据块，它们之间的表列和表行就是表示的关系。添加和删除关系非常简单。 若要删除关系，右键单击它并选择删除。 若要创建关系，拖放想要在表格之间创建链接的字段。 若要隐藏报表中的表格或单列，在关系视图中右键单击它，然后选择在报表
李名奎
2020-06-13
Power BI Desktop -是一款由微软发布的自助式商业智能工具，功能强大、易于使用。其中还可以通过微软云连多个数据源并且使用数据源来创建可视化表盘。 但是几乎所有的BI都需要展示如何随时间改变KPI。因此我将会介绍一个帮助我们使用事件元素来分析数据的关键功能。在PowerBI Desktop 中叫做“time intelligence”。应用这种时域分析法能是商业智能中基本的数据表现形式
李名奎
2020-06-11
