R语言与格式、日期格式、格式转化 R语言的基础包中提供了两种类型的时间数据，一类是Date日期数据，它不包括时间和时区信息，另一类是POSIXct/POSIXlt类型数据，其中包括了日期、时间和时区信息。基本总结如下 ...
2017-04-20
R语言中plyr包 apply族函数是R语言中很有特色的一类函数，包括了apply、sapply、lapply、tapply、aggregate等等。这一类函数本质上是将数据进行分割、计算和整合。它们在数据分析的各个阶段都有很好的用处。例 ...
2017-04-20
R语言数据集合并、数据增减、不等长合并 数据选取与简单操作： 一、数据合并 1、merge()函数 最常用merge()函数，但是这个函数使用时候这两种情况需要注意： 1、merge(a,b)，纯粹地把两个数据集 ...
2017-04-20
R语言文本挖掘之中文分词包—Rwordseg包(原理、功能、详解) 与前面的RsowballC分词不同的地方在于这是一个中文的分词包，简单易懂，分词是一个非常重要的步骤，可以通过一些字典，进行特定分词。大致分析步骤如 ...
2017-04-20
R语言实现关系图谱 数据是这样存储的 社交关系分析和可视化用的是igraph包 脚本是这样的 ------------------------------------------------------------------------------------------- #ins ...
2017-04-20
R语言之文本挖掘--分词 当前对文本挖掘的需求越来越多，而基于文本挖掘又可以实现舆情监控、文本分类、关联分析和趋势预测等。 本文主要使用李舰发布的中文分词包Rwordseg。该包引用了@ansj开发的ansj中文 ...
2017-04-20
SAS宏中两个常用的options选项 一、关于SAS中options选项msglevel msglevel：默认值是N（默认是关闭的），仅打印notes，warnings和error信息，如果设为I，则除了打印N选项的信息，同时打印附属信息，包括索 ...
2017-04-19
SAS、R如何手动输入数据 一道简单的题目，将下面的数据分别手动输入到SAS和R中，如何实现？ 一、SAS 解决方案： data cust_base_info; inputcust_no$ name$sex$ is_marri ...
2017-04-19
sas字符变量基于bad_rate分组 最近因为模型拟合的不理想的原因，sas信用评分的内容可能要停更一两周了，因为我还没能进行到模型评分卡这一步就被跨期验证给拍下来了，我做的模型，训练的数据以及测试的数据指标 ...
2017-04-19
sas批量删除重复超过90%的变量 22年前的今天我的妈咪把我带来这个世界，费尽心思把我养到这么大，我就是4月份出生的大白羊，我的生日愿望呢，就是想有个大神在留言板块教我一个怎么识别组合变量更好解释因变量 ...
2017-04-19
对于数据的统计分析来说，有很多人觉得做出p值那一步比较高深。其实不然，数据整理和数据清洗才是吃力不讨好的事情，也能体现出数据处理人员的能力。数据整理与清洗既花费时间，又不出成果，因为大家往往觉得 ...
2017-04-19
SPSS冷门秘籍,提高效率有捷径 在软件使用中，高手和新手的差别可能只在于一些小技巧或者快捷键的使用上。平时看多了诸如“Excel技巧大全”、“PS快捷键大全”。今天我们就来说说SPSS中那些能够提高效率，少(nen ...
2017-04-19
Python上下文管理器 上下文管理器(context manager)是Python2.5开始支持的一种语法，用于规定某个对象的使用范围。一旦进入或者离开该使用范围，会有特殊操作被调用 (比如为对象分配或者释放内存)。它的语法形 ...
2017-04-18
Python标准库—走马观花 Python有一套很有用的标准库(standard library)。标准库会随着Python解释器，一起安装在你的电脑中的。它是Python的一个组成部分。这些标准库是Python为你准备好的利器，可以让编程事半 ...
2017-04-18
Python缩进和选择 缩进 Python最具特色的是用缩进来标明成块的代码。我下面以if选择结构来举例。if后面跟随条件，如果条件成立，则执行归属于if的一个代码块。 先看C语言的表达方式（注意，这是C，不是Python! ...
2017-04-18
python 中基本运算的性能简析 运算的性能分析有一个高深的词汇——算法分析，主要研究的是运行时间和空间的需求。对计算时间的描述一般通过增长量级，增长量级是一套函数，其渐进增长行为是等价的，用大O来表示 ...
2017-04-18Python 文件处理的几点注意事项 文件处理在编程中是常见的操作，文件的打开，关闭，重命名，删除，追加，复制，随机读写非常容易理解和使用。需要注意的是文件的安全关闭，采用with语句轻松便捷： with ...
2017-04-18
7行Python代码的人脸识别 什么是词云呢？词云又叫文字云，是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现，形成关键词的渲染形成类似云一样的彩色图片，从而一眼就可以领略文本数据的主要表达意思 ...
2017-04-18
Python路径与文件 (os.path包, glob包) os.path包 os.path包主要是处理路径字符串，比如说\'/home/vamei/doc/file.txt\'，提取出有用信息。 import os.path path = \'/home/vamei/doc/file.txt\' print(os.pat ...
2017-04-17
Python文件管理 (部分os包，shutil包) 在操作系统下，用户可以通过操作系统的命令来管理文件，参考linux文件管理相关命令。Python标准库则允许我们从Python内部管理文件。相同的目的，我们有了两条途径。尽管在 ...
2017-04-17做数据聚合时，PySpark的groupBy()确实能完成统计，这也是它的本职工作。但它有一个根本性局限：每一组数据，最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表，结合地理空间维度与数据密度特征，通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图，画过按天的流量折线图，但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”，在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司，工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中，数据往往不是独立存在的，不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读：大多数人只把 dataclasses 当成偷懒工具，用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系，但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中，行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中，千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者：李诗怡 1. 5W1H 分析法 定义：经典系统性思维框架，通过六个核心维度对问题进行全方位拆解与剖析，确 ...
2026-09-28 很多分析师在设计标签时思路清晰，但真到落地环节却面临“数据在手，不知如何转化为可用标签”的困境：或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者：李诗怡 1. 用户标签体系 定义： 通过一系列高度精炼的特征标识，对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库，广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展，数据已成为核心生产要素，各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道，但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时，却常常答不上来。 ...
2026-09-24在时序数据分析中，大部分业务数据并非持续平稳变化，而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象， ...
2026-09-23在统计学与数据分析中，研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能，认 ...
2026-09-23 很多数据分析师每天都在写 SQL，但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询，但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者：李诗怡 1. 金字塔原理 定义： 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点，中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作，数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21
