我们一直在讲python可视化，用matplotlib来绘制各类图表，今天我们再来讲讲matplotlib的坐标轴和rc参数设置指南！ 设置坐标轴 还记得上次画的那条“项链”嘛？结尾的时候有说过，这些是新手村礼包，还有很 ...
2020-06-04
之前介绍了Hbase本地单节点模式的安装，该模式资源占用少适合学习使用。但是在生产环境中为了保证数据的安全，普遍采用集群模式来运用Hbase。在集群模式下Hbase的数据存储在HDFS文件系统而非本地文件系统，还需配 ...
2020-06-04上篇文章中我们通过克隆已有虚拟机并修改相应的参数配置将hadoop分布式集群搭建完成，接下来我们启动Hadoop分布式集群。 1、ssh免密登录 首先打开虚拟机软件VMware然后开启master、slave1、slave2三个虚拟机 ...
2020-06-03说到组建增长团队，不同发展阶段的公司组建有所不同，拿一个小型创业企业来说。他的目标是成立一个1-3人的“最小化可行性”增长团队，开始增长实验。他的挑战是：资源有限、人员有限，不知如何下手。那他成功的关 ...
2020-06-03在上篇文章中介绍了matplotlib绘制直方图的前五个参数，实际上直方图一共有十几个参数，剩下的参数利用这篇文章解释清楚，让大家能够将如何绘制直方图理解的透透的。 bottom参数 这个参数的含义也很直观，底 ...
2020-06-031、格式化HDFS 在运行伪分布式前，需先对NameNode进行格式化，在命令行中输入 hdfs namenode -format # 格式化hdfs 若出现successfully formatted字样，则说明格式化成功 2、启动hadoop 然后启动h ...
2020-06-03
所谓知己知彼，百战不殆！在安装HBASE前，我们需要了解它的版本，从而好进行选择与下载。 通过之前介绍的Hbase的集群架构，我们可以知道Hbase数据需要存储在HDFS上，因此在选择Hbase版本时要兼顾之前安装的Hado ...
2020-06-03
首先按照惯例先来认识下直方图是谁，以下是从维基百科搬运过来的直方图的定义： 在统计学中，直方图（英语：Histogram）是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该 ...
2020-06-03
惯例先来简单介绍下什么是散点图：用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。散点图将序列显示为一组点。值由点在图表中的位置表示。类别由图表中的不 ...
2020-06-02
朋友小红在某公司做策划，前段时间高层打算引进一个大项目，需要他做一份详细的报告，作为决策层的依据。 雷厉风行的小红说干就干，然而，实际操作中才逐渐发现，公司购买的数据库，不仅乱、杂、多，还缺… ...
2020-06-02
今天，我们一起安装、配置spark集群环境，方便后期继续学习研究。spark项目是由scala语言编写的，因此需提前配置Scala环境才能运行Spark程序。 1、Scala版本选择与下载 我们安装spark2.1.2版本与之对应的环 ...
2020-06-02
电商当道，实体行业好像迎来了寒冬，凛冽的网购风潮一阵接一阵刮倒一批批实体店，实体店高昂的租金成了压死骆驼的最后一根稻草。对于网购的优势，据中国消费者报调查表明：半数以上的人觉得网购价格便宜，30%的人 ...
2020-06-02
为了获得更多民众的支持，美国总统演讲/发推时使用的语言通常都很「接地气」，而现任总统唐纳德·特朗普则更以「口无遮拦」著称。由于「推特狂魔」已经为我们准备了大量训练数据，现在让我们尝试一下如何使用循环 ...
2020-06-02hadoop是使用Java语言开发的并且Hadoop运行需要有Java环境的支持，因此在安装hadoop之前需要安装Java开发环境即JDK(Java Development Kit)。安装前首先向大家介绍以一下本文会用到的几个词： JAVA_HOME: 一 ...
2020-06-01Hadoop版本主要分为原生Apache Hadoop版和Hadoop商业发行版两种，而其中商业发行版Hadoop多为原生Apache Hadoop的集群模式下的优化版，除少数社区版外，商业发行版大多需要付费使用，且对于初学者而言使用难度较大 ...
2020-06-01python数据清洗功能非常强大，相信很多进行数据处理工作的小伙伴都遇到过这种需求，比如已经有了各个销售员的销售业绩，现在需要给各个销售业绩进行一个分档，诸如未完成任务，完成任务，超额完成任务等。要完 ...
2020-06-01
人们经常用pandas处理表格型数据，时常需要读入excel表格数据，很多人一般都是直接这么用：pd.read_excel(“文件路径文件名”),再多一点的设置可能是转义一下路径中的斜杠，一旦原始的excel表不是很规整，这 ...
2020-06-01如何用python绘制简单条形图呢？这里离不开matplotlib的使用。 条形图是数据可视化图形中很基础也很常用的一种图，简单解释下：条形图也叫长条图（英语：bar chart），亦称条图（英语：bar graph）、条状图、棒 ...
2020-06-01matplotlib环形图是饼图衍生出来的统计图形，可以看作是两个以上饼图的叠合。环形图与饼图类似，其实是有差别的。饼图是用圆形及圆内扇形的面积来表示数值大小的图形，主要用于表示总体中各组成部分所占的比例。与 ...
2020-06-01这篇文章来探索下多类别条形图比如各学校包含语文、数学、英语三科成绩的条形图怎样绘制。在绘图之前，先来复习一下条形图函数中主要参数的含义： x控制的是每个条在x轴方向上的位置； height控制的是 ...
2020-05-29在回归分析的结果解读中，R方（决定系数）是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例，取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中，经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标（如外卖订单地址、景 ...
2025-12-04在CDA（Certified Data Analyst）数据分析师的指标体系中，“通用指标”与“场景指标”并非相互割裂的两个部分，而是支撑业务分 ...
2025-12-04每到“双十一”，电商平台的销售额会迎来爆发式增长；每逢冬季，北方的天然气消耗量会显著上升；每月的10号左右，工资发放会带动 ...
2025-12-03随着数字化转型的深入，企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等，这些 ...
2025-12-03在CDA（Certified Data Analyst）数据分析师的工作体系中，“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中，损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜，却 ...
2025-12-02在CDA（Certified Data Analyst）数据分析师的日常工作中，“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节，标准化是消除量纲影响的核心手段——它将不同量级的特征（如“用户年龄”“消费金额”）转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天，A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中，LSTM（长短期记忆网络）凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑：用 ...
2025-12-01引言：数据时代的“透视镜”与“掘金者” 在数字经济浪潮下，数据已成为企业决策的核心资产，而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常，常始于一堆“毫无章法”的数据点：电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中，“query end”是查询执行生命周期的收尾阶段，理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA（Certified Data Analyst）数据分析师的工具包中，透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码，仅通过 ...
2025-11-28在统计分析中，数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”，直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中，技术人员常面临一个选择：是一次性查询500条数据，还是分5次每次查询100条？这个问 ...
2025-11-27对数据分析从业者和学生而言，表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表，都 ...
2025-11-27在业务数据可视化中，热力图（Heat Map）是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低，让“ ...
2025-11-26在企业数字化转型中，业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色，从初级到高级，其职责边界、能 ...
2025-11-26
