【干货】指标波动归因分析：数据背后的故事

2025-02-25

在当今这个数据驱动的时代，几乎每一个业务决策都离不开对数据的深入分析。而其中，指标波动归因分析更是至关重要的一环。无论是电商的销售额、金融市场的股价变动，还是医疗健康领域的患者数据变化，数据指标的波动 ...

【干货】半监督学习（下）Label Spreading

2025-02-05

当我们只有非常少量的已标记数据，同时有大量未标记数据点时，可以使用半监督学习算法来处理。在sklearn中，基于图算法的半监督学习有Label Propagation和Label Spreading两种。他们的主要区别是第二种方法带有正则 ...

【干货】用半监督学习方法处理标签（上）Label Propagation

2025-02-04

考虑一种棘手的情况：训练数据中大部分样本没有标签。此时，我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额外的未标记数据，更好地捕捉数据分布的潜在形状，并在新样本上的泛化能力更强。当我们 ...

数据分析师学习Python的必要性

2024-12-09

在当今数据驱动的世界中，数据分析师的角色变得至关重要。学习Python作为一种强大的编程语言对于数据分析师而言具有巨大的价值和必要性。让我们一起探讨为什么Python成为了数据分析领域的宠儿，以及学习Python如何可 ...

Python实现无序多分类logistic回归的实例

2024-12-06

在处理多分类问题时，无序多分类Logistic回归是一种强大的统计方法，特别适用于具有多个无序类别的情况。通过以下Python示例，我们将演示如何有效实现这一方法，以及评估模型性能。 无序多分类Logistic回归广泛应用 ...

数据分析常用函数公式汇总，Excel与Python必备技巧

2024-11-27

数据分析中常用的Excel与Python函数公式涵盖了广泛的应用场景。掌握这些基础和高级技巧对于成为一名优秀的数据分析师至关重要。无论是在处理大型数据集还是进行复杂分析时，正确使用这些函数和方法可以提高工作效率 ...

利用python进行数据分析

2024-11-20

数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据，可指定分隔符、编码等参数。 对于网络数据，可使用pandas-datareader库获取数据。 数据预处理 ...

数据分析师教程《Python数据分析极简入门》第2节 9 Pandas 文本数据

2024-11-29

《Python数据分析极简入门》 第3节 9 Pandas 文本数据 import pandas as pd 1、cat() 拼接字符串 d = pd.DataFrame(['a', 'b', 'c'],columns = ['A'])d .datafr ...

数据分析师教程《Python数据分析极简入门》第2节 8-1 Pandas 数据重塑 - 数据变形

2024-11-26

《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑，顾名思义就是给数据做各种变形，主要有以下几种： df.pivot 数据变形df.pivot_table 数据透视表df.stack/unstack ...

数据分析师教程《Python数据分析极简入门》第2节 7 Pandas分组聚合

2024-11-25

《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合（group by）顾名思义就是分2步： 先分组：根据某列数据的值进行分组。用groupby()对某列进行分组后聚合：将结果应用聚合函数进行计算。在agg()函数里 ...

数据分析师教程《Python数据分析极简入门》第2节 3 Pandas数据查看

2024-11-21

《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df： import numpy as npimport pandas as pdd =  np.array([[81, 28,&nbs ...

如何使用Python进行数据分析

2024-11-07

数据分析是一项至关重要的技能，尤其在当今数据驱动的世界中。Python以其强大的库和简单的语法成为了数据分析领域的佼佼者。本文将带你走过数据分析的关键步骤，帮助你掌握如何使用Python进行高效的数据处理和分析。 ...

数据分析师教程《Python数据分析极简入门》第2节 2 Pandas数据类型

2024-11-20

《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是，它固然有着两种数据结构，因为它依然是 Python 的一个库，所以 Python 中有的数据类型在这里依然适用。我 ...

数据分析师教程《Python数据分析极简入门》第1节 Python基础知识

2024-11-18

近年来，随着数据科学的逐步发展，Python语言的使用率也越来越高，不仅可以做数据处理，网页开发，更是数据科学、机器学习、深度学习等从业者的首选语言。 “工欲善其事，必先利其器。” 要做好数据分析，离不开一 ...

如何用Python进行数据分析？新手必备的入门教程

2024-10-25

数据分析领域正在迅猛发展，而Python已成为该领域的首选编程语言之一。Python凭借其直观的语法、多样的库和强大的社区支持，使得新手也能轻松上手进行数据分析。在本文中，我们将深度探讨如何用Python进行数据分析， ...

数据分析师教程《统计学极简入门》第8节 再看t检验、F检验、卡方检验

2024-10-09

8. 再看t检验、F检验、检验 前面在假设检验的部分经学过t检验、F检验、检验，之所以再看，是想通过纵向对比这几个检验统计量以加深理解： t检验 针对不同的场景，主要分为单样本T检验、独立样本T检验、配对样本T检 ...

数据分析师教程《统计学极简入门》第7节 相关性分析

2024-10-09

7. 相关性分析 前面的假设检验、方差分析基本上都是围绕差异性分析，不论是单个总体还是两个总体及以上，总之都是属于研究“区别”，从本节开始，我们关注“联系”，变量之间的关系分为 函数关系和相关关系。 本节这 ...

数据分析师教程《统计学极简入门》第6节 方差分析

2024-10-09

6. 方差分析 单因素多水平方差分析 例6.1 不同装配方式对生产的过滤系统数量的差异性检验 某城市过滤水系统生产公司，有A、B、C3种方式进行过滤水系统的装配，该公司为了研究三种装配方式生产的过滤系统数量是否有差 ...

数据分析师教程《统计学极简入门》第5节 假设检验

2024-10-09

5. 假设检验 久经考场的你肯定对于很多概念类题目里问到的 “区别和联系” 不陌生，与之类似，在统计领域要研究的是数据之间的区别和联系 ，也就是差异性分析和相关性分析。本节我们重点关注数据的差异性分析。 我们 ...

数据分析师教程《统计学极简入门》第4节 区间估计

2024-10-09

4. 区间估计 还以为你被上节课的内容唬住了~终于等到你，还好没放弃！ 本节我们将说明两个问题：总体均值 的区间估计和总体比例 的区间估计。 区间估计经常用于质量控制领域来检测生产过程是否正常运行或者在“控 ...