摘要：在数据分析领域，最热门的莫过于Python和R语言，此前有一篇文章《别老扯什么Hadoop了，你的数据根本不够大》指出：只有在超过5TB数据量的规模下，Hadoop才是一个合理的技术选择。这次拿到近亿条日志数据，千万级数据已经是关系型数据库的查询分析瓶颈，之前使用过Hadoop对大量文本进行分类，这 阅读全文

摘要：网上虽然有很多Python学习的教程，但是大多是围绕Python网页开发等展开。数据分析所需要的Python技能和网页开发等差别非常大，本人就是浪费了很多时间来看这些博客、书籍。所以就有了本文，希望能帮大家少走一点弯路。 －－－－－－－－－－－－－－－－－我是分割线－－－－－－－－－－－－－－ 本文 阅读全文

摘要：pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包 类似于 Numpy 的核心是 ndarray，pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。pandas 阅读全文

摘要：matplotlib 是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。 它的文档相当完备，并且Gallery页面中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这 阅读全文