shuffle是一个能产生奇迹的地方，不管是在 Spark 还是Hadoop中，它们的作用都是至关重要的。 在Spark中，一般在执行reduceByKey、groupByKey、sortByKey、countByKey、join、cogroup等操作时，会发生shuff ...
2020-05-13
HDFS集群有两类节点，并以管理者-工作者模式运行，即一个NameNode（管理者）和多个DataNode（工作者）。 NameNode是Master节点，有点类似Linux里的根目录，是管理文件系统的命名空间。管理数据块映射 ...
2020-05-12
桑基是何许图也 据小z不严谨的抽样提问统计，90%想学习桑基图的旁友，都是被她妖艳炫酷的外表所吸引。 而桑基图真正代表了什么？和类似图表相比的独特性是什么？ ...
2020-05-12
Series数据结构 Series是一种类似于一位数组的对象，由一组数据及一组与之相关的数据标签（即索引）组成。 上面这样的数据结构就是Series，第一列数字是数据标签，第二列是具体的数据 ...
2020-05-12
Python在数据分析领域受到社会大众的欢迎，一般而言，在windows上也是能运行Python程序的，不过前提是需要安装python解释器。但是绝大多数的python程序都是跑在Linux机器上的，所以我们需要配置一台linu ...
2020-05-12
Kudu是一个列式存储的用于快速分析的NoSQL数据库，提供了类似SQL的查询语句，与RDBMS十分类似，有**PRIMARY KEY **，基于主键查询而不是HBase的RowKey。 kudu拥有毫秒级延迟 与其他大数据数据库不同，Kud ...
2020-05-12
什么是卡方分布呢？ 卡方分布（chi-square distribution），又名西格玛分布，统计学领域的应用学科，是统计学中的一个非常有用的著名分布。 当n个相互独立的随机变量ξ₁，ξ₂，...,ξn ，均服从标 ...
2020-05-12
俗话说的好，工欲善其事，必先利其器。很多从事数据统计分析工作的朋友应该会深有感触，苦于自己80%的时间在做数据清洗，而仅仅只有20%的时间在优化模型、分析统计结果等，今天我们就来介绍下SQL数据清洗。 因此， ...
2020-05-12
（1）Excel实现 缺失值填充前后的对比如下图所示： 在数据中年龄用数字填充合适，但是性别用数字填充就不太合适，那么可不可以分开填充呢？答案是可以的，选中想要被填充的那一列，按照填充全部数据的方式进行填充 ...
2020-05-11
从菜市场买来的菜，总有一些是坏掉的不太好的，所以把菜买回来之后要做一遍预处理，也就是把那些坏掉的不太好的部分扔掉。现实中大部分的数据都类似于菜市场的菜品，拿到手以后会有一些不好的数据，所以都要先做 ...
2020-05-11
《python统计分析》以基础的统计学知识和假设检验为重点，简明扼要地讲述了Python在数据分析、可视化和统计建模中的应用。 主要包括Python的简单介绍、研究设计、数据管理、概率分布、不同数据类型的假设检 ...
2020-05-11
最近，看到一道有关T分布的试题《T分布是一条以0为中心左右对称的曲线吗？》确实，T分布是以0为中心，左右对称的一簇单峰曲线。不过，当其自由度越小，曲线的峰度越低，尾部越高，当自由度趋于无穷大时，t分布就是标 ...
2020-05-11
混淆矩阵(Confusion Matrix)，也成为误差矩阵，是用n行n列矩阵形式来表示的表，这张表通过对比已知分类结果的测试数据的预测值和真实值表来描述衡量分类器的性能。 在二分类的情况下，混淆矩阵是展示预测 ...
2020-05-11
统计分析中的长尾分布理论认为，由于成本和效率的因素，过去人们只会关注重要的人或事，如果用需求曲线来描述，受精力与成本等客观因素的限制，人们通常只会关注曲线的“头部”，而选择忽略曲线的“尾部 ...
2020-05-11
现在大数据成为一个热门话题， 然而无论是网页、产品信息、车辆的功能、文本、病例，还是气象等数据， 对数据的理解的第一步就是要理解数据之间的关联。认同这一点的话， 就能够理解为什么图论在将来能够为人们的 ...
2020-05-11
最近在接触kaggle的竞赛示例，练习了一下，感觉受益匪浅。同时，心中也有个问题。拿到数据之后第一件事是什么？分析数据的情况？怎么分析？分析之后如何去处理数据呢？等等一些数据分析的工作。其中，大家都可能非 ...
2020-05-11
python数据挖掘，指用python对数据进行处理，从大型数据库的分析中，发现预测信息的过程。 什么是数据挖掘？ 数据挖掘（英文全称Data Mining，简称DM），指从大量的数据中挖掘出未知且有价值的信息和只 ...
2020-05-11
一提到深度学习，大部分人会觉得一定非常难，其实不然，深度学习背后的主要原因是人工智能应该从人脑中汲取灵感，而python深度学习，指的是使用编程语言Python来进行深度学习。 众所周知，Python是一门 ...
2020-05-11
说道SQL难不难学的问题，应该是见仁见智吧！对于有目标的人而言，学习SQL就会变得简单，大家一定相信这点。当然，千里之行始于足下，学习并没有什么捷径，只能靠努力。 SQLServer是一个可扩展的、高性能的、为分布 ...
2020-05-09
随着科技的日新月异，人们对数据的依赖稳步上升中，尤其在商业等领域，对于企业而言正确且连贯的数据流，是他们做出快速、精准的决策的重要依据之一。因此，建立正确的数据流和数据结构才能保证最好的结果，这个过程 ...
2020-05-09在实验检测、质量控制、科研验证等场景中，“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中，我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天，企业对数据的依赖程度日益加深，而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习，尤其是卷积神经网络（CNN）的实操中，转置卷积（Transposed Convolution）是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中，我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中，数据已成为企业最核心的战略资产，而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中，数据透视表是汇总、分析繁杂数据的核心工具，我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中，我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中，时间序列数据是CDA（Certified Data Analyst）数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中，数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法（Finite Element Method, FEM）作为工程数值模拟的核心工具，已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代，“以用户为中心”已成为企业运营的核心逻辑，而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA（Certifi ...
2026-02-28在Python面向对象编程（OOP）中，类方法是构建模块化、可复用代码的核心载体，也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中，索引是提升查询效率的核心手段—— 面对千万级、亿级数据量，合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代，企业积累的海量数据如同散落的珍珠，若缺乏有效的梳理与分类，终将难以发挥实际价值。CDA（Certified Data Analys ...
2026-02-27在问卷调研中，我们常遇到这样的场景：针对同一批调查对象，在不同时间点（如干预前、干预后、随访期）发放相同或相似的问卷，收 ...
2026-02-26在销售管理的实操场景中，“销售机会”是核心抓手—— 从潜在客户接触到最终成交，每一个环节都藏着业绩增长的关键，也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中，数据提取、整理、加工是所有分析工作的起点，而“创建表”与“创建视图”，则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中，“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代，数据已成为企业决策、行业升级的核心资产，但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法，挖 ...
2026-02-25
