摘要: distinct:两两对比,需要遍历整个表。 group by分组:类似先建立索引再查索引。 当表的量级小时用distinct,量级大时用group by 阅读全文
posted @ 2020-12-29 11:51 ~Sunshine~ 阅读(460) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2019-12-23 17:04 ~Sunshine~ 阅读(503) 评论(0) 推荐(0) 编辑
摘要: 描述 map() 会根据提供的函数对指定序列做映射。 第一个参数 function 以参数序列中的每一个元素调用 function 函数,返回包含每次 function 函数返回值的新列表。 语法 map() 函数语法: map(function, iterable, ...) 参数 functio 阅读全文
posted @ 2019-12-17 17:27 ~Sunshine~ 阅读(516) 评论(0) 推荐(0) 编辑
摘要: 本次所用到的数据分析工具:numpy、pandas、matplotlib、seaborn 一、分析目的 假如接下来需要开发一款APP,想了解开发什么类型的APP会更受欢迎,此次分析可以对下一步计划进行指导。 二、分析维度 本次只对以下八个维度进行分析: 三、数据处理 1、数据介绍 googlepla 阅读全文
posted @ 2019-12-03 11:41 ~Sunshine~ 阅读(1234) 评论(0) 推荐(0) 编辑
摘要: 1、MySQL8.0以上版本 用法1:无分组排序 Row_number() OVER(ORDER BY 字段 DESC)例如:Row_number() OVER(ORDER BY 学生成绩 DESC)表示不分班级,所有学生的成绩从高到低排序用法2:分组排序ROW_NUMBER() OVER(PART 阅读全文
posted @ 2019-11-29 16:44 ~Sunshine~ 阅读(4337) 评论(0) 推荐(0) 编辑
摘要: 1、生成数组的方式不同 2、乘法计算方式不同 array生成数组,np.dot()表示矩阵乘积,(*)号或np.multiply()表示点乘 mat生成数组,(*)和np.dot()表示矩阵相乘,点乘只能用np.multiply() 阅读全文
posted @ 2019-11-21 09:34 ~Sunshine~ 阅读(1277) 评论(0) 推荐(0) 编辑
摘要: 一、明确分析目的 1、 最受欢迎的三种产品; 通过分析受欢迎的产品类别,将此作为重点营销产品。 2、 各种产品的年龄段分布情况; 通过对各个年龄段的客户群体进行分析,据此了解顾客喜好,有针对性的进行营销。 3、 复购率情况(判定标准:本次分析将有推荐的数据认为是可复购的); 复购率可以反映出用户体验 阅读全文
posted @ 2019-11-17 20:21 ~Sunshine~ 阅读(1325) 评论(0) 推荐(0) 编辑
摘要: 周权重指数是以某段销售周期内的历史日销售数据为基础,以周为单位进行权重分析处理的一种管理工具,一般介于7.0-14.0之间。值越大表示该企业或店铺的日销售额波动幅度越大。计算方法如下: 1、收集企业每个完整店铺最近一个完整年度(例如:2019/01/01-2019/12/31或2018/08/01- 阅读全文
posted @ 2019-11-15 22:13 ~Sunshine~ 阅读(1823) 评论(0) 推荐(0) 编辑
摘要: (8)SELECT (9)DISTINCT<select_list> (1)FROM <left_table> (3)<join_type> JOIN<right_table> (2) ON<join_condition> (4)WHERE<where_condition> (5)GROUP BY< 阅读全文
posted @ 2019-11-05 11:32 ~Sunshine~ 阅读(372) 评论(0) 推荐(1) 编辑
摘要: 说明:本文只是通过自己的已学知识对股票数据进行了一个简单的量化分析,只考虑了收盘情况,真实的量化交易中仅仅考虑收盘情况是不够的,还有很多的复杂因素,而且仅仅三年数据是不足以来指导真实的股票交易的,因此本文只是作为一个简单的python练手项目。 一、分析目的 利用预先设定的策略,通过对股票交易的历史 阅读全文
posted @ 2019-11-04 16:23 ~Sunshine~ 阅读(7859) 评论(0) 推荐(0) 编辑