G-Aurora

摘要： 信息可视化（也叫绘图）是数据分析中最重要的工作之一。它可能是探索过程的一部分，例如，帮助我们找出异常值、必要的数据转换、得出有关模型的idea等。另外，做一个可交互的数据可视化也许是工作的最终目标。Python有许多库进行静态或动态的数据可视化，但我这里重要关注于matplotlib（http:// 阅读全文

摘要： 转载备查：hive常用运算和函数 - 简书 (jianshu.com) 目录第一部分：关系运算等值比较: =不等值比较: <>小于比较: <小于等于比较: <=大于等于比较: >=空值判断: IS NULL非空判断: IS NOT NULLLIKE比较: LIKEJAVA的LIKE操作: RLIKE 阅读全文

摘要： RFM模型速览 what RFM用以下指标帮助我们对用户进行分类，辅助时间精细化运营 R，最近一次消费时间 R值越小，用户价值越高 F，消费频率 F值越大，用户价值越高 M，消费金额（一段时间内，一般是30天） M值越大，用户价值越高 why 我们将F放在x轴，将R放在y轴（注意，y轴向右表示R的价 阅读全文

摘要： MySQL 8.0 窗口函数 排名、topN问题 之前自己一直在用mysql5.7，没想到在8.0中加入了一个非常好用的功能 窗口函数，在这里将窗口函数、及其用法、可以解决的问题总结如下 what 窗口函数 又名OLAP函数 Online Anallytical Processing，联机分析处理 阅读全文

摘要： 1.总体原则 结算总金额能够覆盖APP自身的成本和费用，实现全年整体打平 2.结算规则 流量结算 业务的使用量*单价 其他 根据实际情况的调整项 3.结算口径说明 （1）曝光UV：统计周期内，产品功能模块被曝光在视野内的用户数，日去重月加总。 （2）点击UV：统计周期内，产品功能模块有点击行为的用户 阅读全文

摘要： 商业分析的产生 首先，在传统行业快速发展时，是没有商业分析的。当传统行业出现增长乏力的时候，我们需要商业分析（数据分析）来进行精细化管理。 随后，出现互联网。在互联网发展的前期，也就是红利期，通过“拍脑袋决定”也能取得增长，这时弱化了商业分析的价值。随着互联网给红利的消失，我们需要用“数据驱动决策” 阅读全文

摘要： what 坪效指的是每坪面积上可以产出的营业额（1坪=3.3平方米）。也就是单门店营业面积内每平方米上所能创造的营业额。 源自台湾商业领域，是衡量一家超市或百货经营情况的重要指标。 坪效的分类 坪效 - MBA智库百科 (mbalib.com) 坪效案例 新零售关键指标“坪效”怎么用？（内附案例详解 阅读全文

摘要： 常用格式为：yyyy-MM-dd HH:mm:ss yyyy-MM-dd与YYYY-MM-dd区别 Y代表 Week Year，表示当天周所在的年份。这种方式将会把一年划分成52 周/53周（类似于闰年的概念，每隔几年将会增加一周）。Week Year下每周仅属于某一年，如果某年的第一周或最后一周跨 阅读全文

摘要： 果然事件才是检验真理的唯一标准 题目链接 当初我写这道题时就准备了两种思路，常规思路和窗口函数两种。 窗口函数必然是能解的，我尝试了一下常规思路，在这个过程中我忽然明白了为什么mysql默认的sql_mode中要有一条“only_full_group_by”了 目录什么是only_full_grou 阅读全文

摘要： from:https://www.cnblogs.com/wangjs-jacky/p/12011208.html 目录People（小黄脸+人物）Nature（自然）ObjectPlacesSymbols People（小黄脸+人物） 😄 :smile: |😆 :laughing: 😊 :b 阅读全文

摘要： 来吧，让我们试试在新手阶段就摆脱Matplotlib的复杂，拥抱ploty 人生苦短，我用python；同样的，人生苦短，我用ploty 官网： Plotly: The front end for ML and data science models https://plotly.com/pytho 阅读全文

摘要： 在这篇附录中，我会深入NumPy库的数组计算。这会包括ndarray更内部的细节，和更高级的数组操作和算法。 本章包括了一些杂乱的章节，不需要仔细研究。 目录A.1 ndarray对象的内部机理NumPy数据类型体系A.2 高级数组操作数组重塑C和Fortran顺序数组的合并和拆分堆叠辅助类：r_和 阅读全文

摘要： 第2章中，我们学习了IPython shell和Jupyter notebook的基础。本章中，我们会探索IPython更深层次的功能，可以从控制台或在jupyter使用。 目录B.1 使用命令历史搜索和重复使用命令历史输入和输出变量B.2 与操作系统交互Shell命令和别名目录书签系统B.3 软件 阅读全文

摘要： 本书正文的最后一章，我们来看一些真实世界的数据集。对于每个数据集，我们会用之前介绍的方法，从原始数据中提取有意义的内容。展示的方法适用于其它数据集，也包括你的。本章包含了一些各种各样的案例数据集，可以用来练习。 案例数据集可以在Github仓库找到，见第一章。 目录14.1 来自Bitly的USA. 阅读全文