摘要： 1、缺失值时间戳不为NaN，为NaT, 同样判断都为isna()或notna()方法2、删值\去重 3、上下值插值 插值借助于函数实现，已知数据去求解位置数据的值，插值在数据分析领域非常常见，好处是可以尽量还原数据本身的样子 线性插值的方法interpolate(),默认的线性插值的好处，在 原数据 阅读全文

摘要： 爬取网站为：http://xiaohua.zol.com.cn/youmo/ 查看网页机构，爬取笑话内容时存在如下问题： 1、每页需要进入“查看更多”链接下面网页进行进一步爬取内容每页查看更多链接内容比较多，多任务进行，这里采用线程池的方式，可以有效地控制系统中并发线程的数量。避免当系统中包含有大量 阅读全文

摘要： 客户留存分析（客户漏斗分析），关键在于找到影响客户留存的因素，设计场景测试，验证关键因素。即可以通过关键因素影响留存，从而重塑客户漏斗到更有价值的形状。 案例：母婴产品客户留存分析 数据结构： 1）构建用户注册日期对用户购买时间的条形图 新增计算字段：购买点会员生命期（月） 其计算公式为：销售日期和 阅读全文

摘要： 1、编写一个 SQL 查询，获取 Employee 表中第二高的薪水（Salary） 。 + + +| Id | Salary |+ + +| 1 | 100 || 2 | 200 || 3 | 300 |+ + +例如上述 Employee 表，SQL查询应该返回 200 作为第二高的薪水。如果不 阅读全文

摘要： 1、首先确定数据分析目标——薪酬受哪些因素影响 确定变量： 因变量：薪资 自变量：（定性）-- 公司类别、公司规模、地区、行业类别、学历要求、软件要求、 （定量）-- 经验要求（数值型） 分析目标：建立因变量和自变量的多元线性回归模型，估计模型系数，检验系数显著性，确定自变量是否对因变量有影响。并实 阅读全文

摘要： 译：用户和图形界面 GUI与程序交互的不同方式，包含3基本要素：输入，处理和输出。 常用GUI框架包括以下几种： wxPython Kivy Flexx PyQt Tkinter Pywin32 PyGTK pyui4win 熟悉PyQt框架： 安装 pip install pyqt5 使用第三方工 阅读全文

摘要： 1、安装R包Rserve 2、tableau帮助-管理外部服务连接，单击测试按钮出现成功连接即是通信成功。 3、创建新工作表，设置id字段，针对id记录数创建计算字段Rrand。将Rrand拖入行维度上id的后面，运算后会得到R返回的随机数。 更高的要求：只有当R返回的记录数和输出的记录数相匹配时， 阅读全文

摘要： 主要分析方面：客户合理分群 客户分群实现：使用聚类构建指标，需理解聚类的分析逻辑，需使用软件：tableau 聚类方法：选择3指标分别为购买总金额，客户购买次数、类平均购买价格（四类的平均购买价格，四类字段列进行avg聚合） 类平均购买价格：计算消费数据中所以四级品类消费金额的平均值，等于为每个品类 阅读全文

摘要： 1、Python中面向对象程序设计特点：封装、继承和多态 关于继承：可以打个形象的比方 矩形、菱形、平行四边形和梯形等都是四边形，以平行四边形为例，如果把平行四边形看成四边形的延伸，那么平行四边形就复用了四边形的属性和行为，同时添加了平行四边形特有的属性和行为，如平行四边形的对边平行且相等。 >在P 阅读全文

摘要： Scipy库在numpy库基础上增加了众多数学，科学及工程计算中常用库函数。如线性代数，常微分方程数值求解，信号处理，图像处理，稀疏矩阵等。 如下理解通过Scipy进行最小二乘法拟合运算 最小二乘拟合（optimize子函数） from scipy.optimize import leastsq o 阅读全文