spss-数据抽取-拆分与合并 数据抽取也成为数据拆分，是指保留、抽取原数据表中某些字段、记录的部分信息，形成一个新字段、新纪录。分为：字段拆分和随机抽样两种方法。 一：字段拆分 如何提取“身份证号 ...
2017-10-20
SPSS统计:单因素方差分析与单变量方差分析 在spss统计分析中，方差分析在比较均值菜单和一般线性模型菜单中都可以做，单因素方差分析一般称为单因素Anova分析，单变量方差分析一般称为一般线性模型单变量分析。 ...
2017-10-19
SPSS统计分析案例:误差条图 条形图太常见了吧，随意打开一份数据分析报告，一定会看到条形图或者柱形图，信息传达的到位，直观明了。 ↑上面这个条图，竖条的高矮由平均值的大小决定，直观的展现了不同 ...
2017-10-19互联网之道，看电商的数据化管理方案 关于数据化管理。我们可以将该模块的数据工作分成两个部分，一是通过数据来辅助日常工作，让日常工作中的选择判断更加规范，这是用数据来做事的。另一个是通过数据来评价工 ...
2017-10-19python 生成不重复的随机数的代码 用的是筛选法,网上有解释,简单的说 就是先随机生成一串数字,之后用下标来判断这些数字有没有重复,重复的就筛去 代码如下: import random print \'N must >K else error ...
2017-10-19Python生成随机数的方法 如果你对在Python生成随机数与random模块中最常用的几个函数的关系与不懂之处，下面的文章就是对Python生成随机数与random模块中最常用的几个函数的关系，希望你会有所收获，以下就是这 ...
2017-10-19Python合并字典键值并去除重复元素的实例 假设在python中有一字典如下： x={‘a\':\'1,2,3\', ‘b\':\'2,3,4\'} 需要合并为： x={‘c\':\'1,2,3,4\'} 需要做到三件事： 1. 将字符串转化为数值列表 ...
2017-10-19
数据化管理在餐饮业中的应用 一、为什么要重视数据化运营和管理？ “从经营到管理，管理方向需要数据灯塔” 餐饮市场和社会各业具有相似之处，也有很明确的本质不同。 1、首先，餐饮市 ...
2017-10-18
年薪50万的大数据分析师养成记 以下是一位在数据分析领域打滚了N年后的分析师写下的一些总结和体会大家可以借鉴学习！ 一、成为数据分析师有哪些要求？ 1、理论知识要宽泛，涉及数学、市场和技术。要 ...
2017-10-18
如何对业务场景做数据分析 企业的数据分析是个很复杂的工程，需要业务和分析技术两块知识。这里从业务的角度切入，谈谈如何对业务分析，文章参考帆软软件的零售业数据管理方案。 首先，企业的分析主要分为管 ...
2017-10-18信用卡年轻消费群体数据分析和洞察报告 信用卡年轻人群，是消费金融的主流人群，针对他们的数据分析和洞察让我们信贷业务决策更科学。 数据分析和洞察报告背景 为什么会做这样的报告？我们调研主流金融 ...
2017-10-184个关键，如何清晰的做好数据分析 数据分析就近几年看来，越来越有一种像通用技能发展的趋势，从生产、研发、市场、销售到运营，多多少会存在数据分析的需求。 关于数据分析，网络上有不少分析报告案例，但 ...
2017-10-18
数据工作的本质：从业务中来，到业务中去 数据工作就组成结构和流程来说还是比较简单的，因为这个工作本来就很年轻，分工还没有很细。总体来讲，我把数据工作看成相互连接的三部分：取数、理数、用数，这是一个 ...
2017-10-17
做运营必须掌握的四个数据分析思维 对于运营数据分析，我相信很多小伙伴会存在以下问题： 面对异常数据经常出现“好像做了什么？好像发生了什么？所以可能造成了影响”的主观臆测？ 面对数据报表，不知道 ...
2017-10-17
python通过post提交数据的方法 本文实例讲述了python通过post提交数据的方法。分享给大家供大家参考。 具体实现方法如下： # -*- coding: cp936 -*- import urllib2 import urllib def postHttp(name=N ...
2017-10-17Python中使用hashlib模块处理算法的教程 Python的hashlib提供了常见的摘要算法，如MD5，SHA1等等。 什么是摘要算法呢？摘要算法又称哈希算法、散列算法。它通过一个函数，把任意长度的数据转换为一个长度固 ...
2017-10-17
人群识别的常见错误，一种方法就可避免 一般说来，商家在进行决策时，尤其是在进行市场细分决策时，往往会看到这样的描述：某高端女性护肤品牌A的目标消费群体是一二线城市，年龄在30-40岁间，高消费档次的女性 ...
2017-10-16
最全的运营数据指标解读 数据分析涉及不同的业务领域，很多时候，业务的了解比数据技巧更重要。很多新人常问Python、SQL，但鲜有问业务，可后者才决定分析的成败。 业务的洞悉决定了数据分析师发展的上限， ...
2017-10-16
PyChar学习教程之自定义文件与代码模板详解 pycharm默认的【新建】文件，格式很不友好，那么就需要改一下文件模板。下面这篇文章主要给大家介绍了关于PyChar学习教程之自定义文件与代码模板的相关资料，文中通 ...
2017-10-16
关于推荐算法的一些思考 最近做了一个交叉销售的项目，梳理了一些关键点，分享如下，希望对大家有所启发 核心目标：在有限资源下，尽可能的提供高转化率的用户群，辅助业务增长 初步效果：商家ROI值为50 ...
2017-10-16在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25
