2021年6月24日
摘要：
最近在准备数据分析岗位的笔试，整理了牛客网上的一些试题与答案方便查看。 ps：在牛客网搜索框搜索"数据分析",点击搜索分类版块“试卷”即可看到笔试套题。 套题信息： 客观题：单选18道,不定项选择12道 主观题：编程2道 完成时间： 120分钟 难度系数： 三星 总分： 100分 1、有一个文件us 阅读全文
posted @ 2021-06-24 23:59
BabyGo000
阅读(932)
评论(0)
推荐(0)
摘要：
这是《Python数据挖掘课程》系列文章，前面很多文章都讲解了分类、聚类算法，这篇文章主要讲解SVM分类算法，同时讲解如何读取TXT文件数据并进行数据分析及评价的过程。 文章比较基础，希望对你有所帮助，提供些思路，也是自己教学的内容。推荐大家购买作者新书《Python网络数据爬取及分析从入门到精通（ 阅读全文
posted @ 2021-06-24 23:58
BabyGo000
阅读(3992)
评论(0)
推荐(0)
摘要：
接上一篇 《【Python数据分析】文本情感分析——电影评论分析（一）》 。 目录 文本向量化 词袋模型 TF-IDF 建立模型 构建训练集与测试集 特征选择 方差分析 逻辑回归 朴素贝叶斯 总结与改进方向 总结 改进 文本向量化 文本要进行模型训练，进而判断文本是积极的还是消极，而此时的文本依然是 阅读全文
posted @ 2021-06-24 23:57
BabyGo000
阅读(1467)
评论(0)
推荐(0)
摘要：
疫情数据地理可视化 示例图 前期准备 2.1 python第三方库 2.2 准备文件 数据整理 3.1 数据文件导入 3.2 数据处理及某日数据提取 绘制图形 4.1 疫情可视化地图 4.2 疫情可视化气泡图 4.3 疫情可视化气泡图（增添颜色） 防杠处理 5.1 南海版图 5.2 图形ps 手动防 阅读全文
posted @ 2021-06-24 23:54
BabyGo000
阅读(707)
评论(0)
推荐(0)
摘要：
1. 背景 在进行表格操作的时候，经常需要将两个excel表格数据进行横向合并，或者对原有的数据进行纵向扩充，这时候，就可以使用Pandas里面的 merge 纵向合并和 concat 横向连接功能了，如下： 2. 纵向合并 pd.merge (left, right, how=‘inner’, o 阅读全文
posted @ 2021-06-24 23:53
BabyGo000
阅读(738)
评论(0)
推荐(0)
摘要：
前言 近几年来，大数据、人工智能、云计算概念如火如荼，而数据分析作为大数据和人工智能领域必备的职能之一，在人才市场上需求越来越强劲。 那，数据分析职位，一般在哪些城市需求较多，各城市分布情况如何？需要哪些技能？适用于企业哪些业务哪些职能？薪酬竞争力如何？集中在哪些行业需求较多？ 接下来，以2019. 阅读全文
posted @ 2021-06-24 23:52
BabyGo000
阅读(197)
评论(0)
推荐(0)
摘要：
岗位：数据分析师 批次：第二批 面试地点：广州 时间线： 10.12 笔试 10.17 一面 10.18 二面 10.18 HR面 放Offer图，我就去OPPO卖手机啦。 感谢在csdn认识的小伙伴们，一路给大家贡献了那么多凉经，就以这篇帖子终结我的 《2020我的秋招总结帖 [数据分析岗] | 阅读全文
posted @ 2021-06-24 23:50
BabyGo000
阅读(227)
评论(0)
推荐(0)
摘要：
import pandas as pd inputfile = 'huizong.csv' #评论汇总文件 outputfile = 'meidi_jd.txt' #评论提取后保存路径 data = pd.read_csv(inputfile,encoding = 'gb18030')#python 阅读全文
posted @ 2021-06-24 23:48
BabyGo000
阅读(51)
评论(0)
推荐(0)
摘要：
掌柜最近在整理关于数据分析思维课程的知识点，全是用的思维导图方式。现在整理到第八讲（因为前几天电脑坏了耽误了进度😂，不然已经到十讲）， 后面会持续更新这篇博客 ，有需要的朋友请自取🤝( _格式已经修改 ， 分割线上下都可到达GitHub _ ）！ 我是一条无感情的导图分割线 09.25更新 这两 阅读全文
posted @ 2021-06-24 23:46
BabyGo000
阅读(671)
评论(0)
推荐(0)
摘要：
https://learning.oreilly.com/library/view/data-science-for/9781449374273/ 这本书重点在于讲解商业数据分析背后的重点原则。帮助人形成一套科学的应用数据分析的流程。 对于有数据分析基础知识的人来说，可以作为一种融会贯通的思维练习。 阅读全文
posted @ 2021-06-24 23:44
BabyGo000
阅读(580)
评论(0)
推荐(0)
摘要：
处理usa.gov数据 导入数据 import json path = 'usagov_bitly_data2012-03-16-1331923249.txt' records = [json.loads(line) for line in open(path)] 对时区进行计数 因为不是所有记录都 阅读全文
posted @ 2021-06-24 23:42
BabyGo000
阅读(115)
评论(0)
推荐(0)
摘要：
作为一名商业数据分析师，应该如何成长，学习哪些技能。我的回答是，除了数据分析技能的学习之外，你要比产品经理更懂产品，比业务更懂业务，甚至还需要对整个行业有一定的思考。如果你做到了，那么你可能成为一个非常炙手可热的数据分析师，或者说数据专家了。 目前，大数据时代正在变革着我们的生活、工作和思维，如何让 阅读全文
posted @ 2021-06-24 23:41
BabyGo000
阅读(153)
评论(0)
推荐(0)
摘要：
这几天看完了《Spark快速大数据分析》（高清电子版资源： http://download.csdn.net/detail/u012318074/9627086 ），感觉很不错，适合Spark入门学习。 在看书的同时使用XMind做笔记，由于是刚接触Spark，电子版又可以直接复制粘贴，所以笔记内容 阅读全文
posted @ 2021-06-24 23:39
BabyGo000
阅读(260)
评论(0)
推荐(0)
摘要：
第五章案例代码总结与修改分析 【有问题或错误，请私信我将及时改正；借鉴文章标明出处，谢谢】 每个案例代码全部为书中源代码，出现错误按照每个案例下面给出的代码错误，原因，及怎样修改进行修改即可解决每个案例错误 5-1 import pandas as pd filename = 'F:/大二下合集/P 阅读全文
posted @ 2021-06-24 23:37
BabyGo000
阅读(2870)
评论(0)
推荐(0)
摘要：
第四章案例代码总结与修改分析 【有问题或错误，请私信我将及时改正；借鉴文章标明出处，谢谢】 每个案例代码全部为书中源代码，出现错误按照每个案例下面给出的代码错误，原因，及怎样修改进行修改即可解决每个案例错误 4-1 #拉格朗日插值代码 import pandas as pd #导入数据分析库Pand 阅读全文
posted @ 2021-06-24 23:36
BabyGo000
阅读(1043)
评论(0)
推荐(0)
摘要：
import numpy as np import matplotlib.pyplot as plt from matplotlib.path import Path from matplotlib.spines import Spine from matplotlib.projections.po 阅读全文
posted @ 2021-06-24 23:35
BabyGo000
阅读(228)
评论(0)
推荐(0)
摘要：
#-*- coding: utf-8 -*- import numpy as np import pandas as pd inputfile='D:/ProgramData/datapath.csv' data = pd.read_csv(inputfile) #读取数据 #描述分析 r = [d 阅读全文
posted @ 2021-06-24 23:34
BabyGo000
阅读(387)
评论(0)
推荐(0)
摘要：
时间序列分析 给定一个已被观测了的时间序列，预测该序列的的未来值。 重点介绍 AR模型 、 MA模型 、 ARMA模型 和 ARIMA模型 1、时间序列的预处理 拿到一个观察值序列后，首先要对它的纯随机性和平稳性进行检验，称之为预处理。在此区别纯随机序列、平稳非白噪声序列、非平稳序列。 纯随机序列( 阅读全文
posted @ 2021-06-24 23:33
BabyGo000
阅读(777)
评论(0)
推荐(0)
摘要：
6.20 词云 Power BI生成词云Word Cloud，具体操作步骤如下： 首先，需要导入词云可视化效果，在“可视化”窗格中将会出现其图标，如图所示。 图 其次，导入“WordCloud.csv”数据，如图所示。 图 再次，点击“可视化”效果窗格中的“词云”图标，在画布区域将会出现图的模板，由 阅读全文
posted @ 2021-06-24 23:32
BabyGo000
阅读(431)
评论(0)
推荐(0)
摘要：
目录 RELATED函数 RELATEDTABLE RANK.EQ COUNTROWS CALCULATE DIVIDE ## RELATED函数 RELATED(ColumnName) RELATED(返回的对应值的列名） →从其他表返回相关值 类似于Excel中的Vlookup,Power Qu 阅读全文
posted @ 2021-06-24 23:31
BabyGo000
阅读(1479)
评论(0)
推荐(0)
浙公网安备 33010602011771号