随笔分类 -  AI / 数据分析

pandas高级操作
摘要：pandas数据分析基础操作 numpy已经可以帮助我们进行数据的处理了，那么学习pandas的目的是什么呢？ numpy能够帮助我们处理的是数值型的数据，当然在数据分析中除了数值型的数据还有好多其他类型的数据比如，文本数据或时间序列等，那么pandas就可以帮我们很好的处理除了数值型的其他类型数据 阅读全文
posted @ 2025-11-10 19:48 凫弥 阅读(20) 评论(0) 推荐(0)
day04：举例：游戏公司运营分析
摘要：分析目标¶ 为了了解当前游戏的运营情况，对游戏从以下3个方面进行分析 1.新增玩家分析：从玩家数量、付费玩家占比、每日新增玩家数 2.玩家活跃度分析：从不同用户在线时长、分布特征展开分析 3.玩家付费情况分析：从PUR，ARPPU、ARPU等关键指标进行分析 字段解读¶ 'user_id'： 玩家唯 阅读全文
posted @ 2025-04-14 18:58 凫弥 阅读(325) 评论(0) 推荐(0)
day04：pyecharts
摘要：pyecharts 是一个用于生成 Echarts 图表的Python库。Echarts是百度开源的一个数据可视化 JS 库，可以生成一些非常酷炫的图表。 环境安装 pip install pyecharts Pyecharts在1.x版本之后迎来重大更新，与老版本（0.5X）已是两个完全不同的版本 阅读全文
posted @ 2025-04-14 16:39 凫弥 阅读(398) 评论(0) 推荐(0)
day03：matplotlib
摘要：导入相关包¶ In [ ]: import pandas as pd import matplotlib.pyplot as plt # 中文乱码的处理 plt.rcParams['font.sans-serif']=['PingFang HK'] #mac系统使用 # plt.rcParams[' 阅读全文
posted @ 2025-04-14 15:55 凫弥 阅读(290) 评论(0) 推荐(0)
day02：pandas数据高级处理
摘要：数据转换¶ 数据替换¶ 替换操作可以作用于Series和DataFrame中 索引替换:rename(index={},columns={}) In [17]: import numpy as np #只可以处理数值形式的数据 import pandas as pd df = pd.DataFram 阅读全文
posted @ 2025-04-14 15:28 凫弥 阅读(313) 评论(0) 推荐(0)
day01：pandas数据分析
摘要：山顶会课程概述¶ 【数分+开发为主题】，迎合多维度接单 课程排期问题 课程大致内容 数据分析基本概述¶ 什么是数据分析？¶ 所谓的数据分析就是使用一些有效的方法和工具对收集到的数据进行处理，从中发现数据的关键趋势或者规律，以便做出合理的决策和提出有针对性的建议。通俗来说，数据分析就是从数据中找到有用 阅读全文
posted @ 2025-04-13 18:58 凫弥 阅读(475) 评论(0) 推荐(0)
day05：Streamlit
摘要：Streamlit 简介 什么是streamlit Streamlit是一个免费的开源框架，用于快速构建和共享漂亮的数据科学Web应用程序。它是一个基于Python的库，专为机器学习工程师设计。数据分析工程师不是网络开发人员，他们对花几周时间学习使用这些框架来构建网络应用程序不感兴趣。相反，他们需要 阅读全文
posted @ 2025-04-13 17:20 凫弥 阅读(567) 评论(0) 推荐(0)