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在数据分析、机器学习的实操场景中，聚类分析与主成分分析（PCA）是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中，K-Means算法因其简单高效、易落地的特点，成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下，数据已成为企业核心竞争力，“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA（Certified Data Analyst） ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52：业务数据分析基础考点53：输入和资源需求考点54：业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43：战略数据分析基础考点44：表格结构数据的使用考点45：输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27：商业数据分析体系的核心逻辑——BSC五视角框架考点28：战略视角考点29： ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7：基础范式的核心逻辑（本体论与流程化）考点8：分类分析（本体论核心应用）考 ...
2026-02-18第一章：数据分析思维考点1：UVCA时代的特点考点2：数据分析背后的逻辑思维方法论考点3：流程化企业的数据分析需求考点4：企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域，统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中，SELECT * 与 SELECT 字段1, 字段2,...（指定个别字段）是最常用的两种查询方式。很多开发者在日常开发中，为了 ...
2026-02-14对CDA（Certified Data Analyst）数据分析师而言，数据分析的核心不是孤立解读单个指标数值，而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中，函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理，还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中，“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率，作为留存率体 ...
2026-02-13对CDA（Certified Data Analyst）数据分析师而言，指标是贯穿工作全流程的核心载体，更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中，“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林（Random Forest） ...
2026-02-12在MySQL数据查询实操中，按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额，需要按日期分组展示， ...
2026-02-12对CDA（Certified Data Analyst）数据分析师而言，描述性统计是贯穿实操全流程的核心基础，更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴，专属宠粉福利来啦！ 不用拼运气抽奖，不用复杂操作，只要转发CDA真题海报到朋友圈集赞，就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中，Anaconda是必备工具——它集成了Python解释器、conda包管理器，能快速搭建独立的虚拟环境，便捷安 ...
2026-02-11在Tableau数据可视化实操中，多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量，还是将“用户表”与“消 ...
2026-02-11
