摘要：
统计概率 统计学和概率论 使用统计思维来分析数据，而不是一头雾水，使用统计的工具，来分析数据。 概率来描述不确定性：数据挖掘和机器学习得到的模型都是一种概率。 大纲： 统计概率： 描述统计：表格法和图形法 描述统计：数值方法 概率 离散型的概率分布 连续型的概率分布 估计： 抽样和抽样分布 区间估计 阅读全文
摘要：
是数据挖掘的基础。 数值数据： 用于运算 分类数据：group by, 文本数据。 分类数据描述统计 频数统计： 单纯对各个分类计数。count 百分比。 数值数据描述统计 统计度量： 平均数 中位数median（比平均数更真实反应情况）。如果平均数<>中位数，代表数值分布有倾斜，更多数值靠近中位数 阅读全文
摘要：
https://github.com/pyecharts/pyecharts 文档：https://pyecharts.org/#/zh-cn/intro python+echarts的合集。 动态绘制出图。 Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众 阅读全文
摘要：
简单地说，MapReduce就是"任务的分解与结果的汇总"。 MapReduce 是一个分布式运算程序的编程框架，是用户开发“基于 hadoop 的数据分析 应用”的核心框架。MapReduce采用"分而治之"的思想，把对大规模数据集的操作，分发给一个主节点管理下的各个分节点共同完成，然后通过整合各 阅读全文
摘要：
函数 内置函数 自定义 cli命令 show functions [like "<pattern>"] 会列出所有函数，包括自定义函数。可以用正则检索。 desc function fun_name ：显示简单的信息介绍 desc function extended fun_name :显示详细介绍 阅读全文
摘要：
Hive 非官网中文：http://codingdict.com/article/8150 官网英文：https://www.tutorialspoint.com/hive/hive_introduction.htm (包括安装教程) 文档：https://cwiki.apache.org/conf 阅读全文
摘要：
所有的macos命令：https://ss64.com/osx/ say say 让命令行说话 say是一个文本转语音（TTS）的 mac 命令行工具，直接在后边跟上一段话，电脑就会开始朗读： -> say "Hello 主人" 使用-f参数选择朗读的文本文件，然后用-o参数将朗读结果存储为某个音频 阅读全文
摘要：
数据蛙视频教程摘录 点击：《git上总结可视化知识大全》 附加-数据可视化之美： 例子：地铁图，拟真距离，这是因为乘客关心的是从起点到终点，需要换乘哪几条线最方便，不会考虑行进了多少公里。所以地铁图，是一定程度上的模拟真实距离，但不是完全真实，不像baidu地图上左下脚有图标：一条横线表示距离。 让 阅读全文
摘要：
绘图和可视化 Pandas 《利用Pandas做数据分析2》摘录 matploalib.org 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。 阅读全文
摘要：
数据规整：聚合、合并和重塑 《利用pandas进行数据分析-e2》 数据可能分散在许多文件或数据库中，存储的形式也不利于分析。 本章关注可以聚合、合并、重塑数据的方法。 首先，我会介绍pandas的层次化索引，它广泛用于以上操作。 然后，我深入介绍了 一些特殊的数据操作。merge , concat 阅读全文