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在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30
