干货分享 | 推荐一个更高效的数据清洗方法，建议收藏

2021-12-20

来源：关于数据分析与可视化 01、导入库和读取数据 我们先来大致地看一下数据集中各个特征值的情况，通过info()这个方法 df.info() 02、去除掉缺失值和重复值 要是数据集中存在大量的缺失值， ...

2000字详解，当Pandas遇上超大规模的数据集该如何处理呢？（CDA内容分享）

2021-12-14

2000字详解，当Pandas遇上超大规模的数据集该如何处理呢？（cda干货分享）

2021-12-13

作者：俊欣 来源：关于数据分析与可视化 大家好，又是新的一周。大家一般会用Pandas模块来对数据集进行进一步的分析与挖掘关键信息，但是当我们遇到数据集特别特别大的时候，内存就会爆掉，今天小编就来分享 ...

如何避免无效的数据分析结果，这六种错误不可忽视

2021-12-08

导读：在数据清洗过程中，主要处理的是缺失值、异常值和重复值。所谓清洗，是对数据集通过丢弃、填充、替换、去重等操作，达到去除异常、纠正错误、补足缺失的目的。 作者：宋天龙 本文转自：大数据DT（ ...

用Python抓取2500份数据类岗位需求，终于发现了未来最吃香岗位

2021-11-30

来源：关于数据分析与可视化 数据抓取的流程与步骤 数据清洗的流程与步骤 可视化的结果与分析 我们用Python当中的requests模块来发送与接收请求，然后用BeautifulSoup模块也解析返回 ...

Pandas/Sklearn进行机器学习之特征筛选，有效提升模型性能

2021-11-22

作者：俊欣 来源：关于数据分析与可视化 今天小编来说说如何通过pandas以及sklearn这两个模块来对数据集进行特征筛选，毕竟有时候我们拿到手的数据集是非常庞大的，有着非常多的特征，减少这些特征 ...

前瞻：数据科学中的探索性数据分析（DEA）

2021-11-16

CDA数据分析师 出品 作者： tukey 数据科学爱好者知道，在将原始数据输入到机器学习模型之前，需要对其进行大量数据预处理。为此，需要遵循一系列标准来准备数据，具体取决于手头问题的类型（回归或分类 ...

手把手教你用 pandas 分析可视化东京奥运会数据

2021-09-26

作者：刘早起 数据读取 注意到上面的 df1 列名并没有完整，所以可以使用 rename 函数修改指定列的名称 df1.rename(columns={'Unnamed: 2':'金牌数', 'Unnamed: 3':' ...

机器学习如何应用于商业场景？三个真实的商业项目

2021-09-16

在国富如荷这些年的教学过程中，很多同学问到了一个问题： 在现实的商业世界中如何应用机器学习？ 也就是说，虽然现在我们一直被各种算法文章和教程轰炸，但是关于企业中一个机器学习项目的“上下文”却 ...

我，一名国企数据人，决定在35岁开启自己的转型之路

2021-12-13

大家好，2017年我有幸成为CDA持证人，就此开启了自己数据人转型之路,一路学思维、学技术，并成为了我们公司数字化转型的推行负责人，以下是这几年工作中的一些思考。供同行参考，指正！ 思考一：企业为什么要 ...

Python字典操作零基础学习，一步到位

2021-09-08

作者：阳哥 字典（dict）是 python 中的基础数据类型之一，字典的设计并不复杂，我们经常会用到这种数据类型。 学习任何一种编程语言，基础数据类型都是必备的底层基础，今天，我们来学习下 Python 中字典的 ...

一文搞懂Pandas数据排序

2021-08-13

来源：AI入门学习 作者：小伍哥 数据排序，是使用非常高频的功能，Pandas排序支持做的非常好，主要涉及两个函数，两种数据类型，组合起来四种情况。 Series排序 Series.sort_index ...

深入 Python 解释器源码，我终于搞明白了字符串驻留的原理

2021-04-30

英文： https://arpitbhayani.me/blogs/string-interning 作者：arpit 来源：豌豆花下猫（Python猫） 声明：本翻译是出于交流学习的目的，基于 CC BY-NC-SA 4.0 授权协议。为便于阅读，内容略有改动 ...

CDA LEVEL 1 考试，知识点汇总《市场调研》

2021-03-04

1.市场调研的基本步骤 第一步：提出问题 （1） 目前企业的现状是什么样子？ （3）消费者的需求是如何分布的？ （5）………… 第一，收集资料的范围是什么。进一步地说，我们的成本和时间 ...

该死的端口占用！教你用 Shell 脚本一键干掉它

2021-03-02

来源：AirPython 作者：星安果 1. 前言 大家好，我是安果！ 在 Web 开发中，经常会遇到「端口被占用」的场景 常规解决方案是： 使用 lsof -i 命令查询占用端口的进程 PID 利用 kil ...

“能干，就干”的心态，伤害性极大，你get到没？

2021-02-04

俗话说：知己知彼，方能百战百胜，你对职业发展抱着什么心态！ 大四的小明近来非常沮丧，努力考研却遭遇滑铁卢，心有不甘，聊到为什么要考研时，让人有点震惊…… 他喜欢金融，偏偏本科专业差十万八千里，小 ...

不会面向对象，肯定学不好！简易的Python面向对象攻略来啦

2021-01-22

作者：麦叔 面向对象的概念 更好的做法是使用面向对象的技术。这个游戏无非就是一个个对象互相打打杀杀！ 类 - 模板，如人类 实例 - 用模板造出的对象，如貂蝉 属性 - 是特征，如姓名 ...

mysql性能优化

2020-11-18

mysql性能优化就是通过合理安排资源，调整系统参数使mysql运行更快、更节省资源。mysql性能优化包括查询速度优化、数据库结构优化、mysql服务器优化等。 优化简介 优化数据库是数据库管理员和数据库开发人 ...

时序数据处理难题攻略（上）

2020-11-10

作者：计量与统计 来源：公众号计量与统计 时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。它一般采用曲线拟合和参数估计方法（如非线性最小二乘法 ...

聊聊python办公自动化之Word（上）

2020-11-25

作者：星安果 来源：公众号AirPython 日常自动化办公中，使用python真的能做到事半功倍！在上一个系列中，我们对python操作Excel进行了一次全面总结。从本篇文章开始，我们继续聊聊另外一种常见的文档 ...