摘要:
n维数组是NumPy的核心概念,大部分数据的操作都是基于n维数组完成的。本系列内容覆盖到1维数组操作、2维数组操作、3维数组操作方法,本篇讲解Numpy与2维数组操作。 阅读全文
![Python数据分析 | Numpy与2维数组操作](https://img2022.cnblogs.com/blog/2637458/202202/2637458-20220225155211440-159519198.png)
摘要:
n维数组是NumPy的核心概念,大部分数据的操作都是基于n维数组完成的。本系列内容覆盖到1维数组操作、2维数组操作、3维数组操作方法,本篇讲解Numpy与1维数组操作。 阅读全文
![Python数据分析 | Numpy与1维数组操作](https://img2022.cnblogs.com/blog/2637458/202202/2637458-20220225154304117-596185542.png)
摘要:
n维数组是NumPy的核心概念,大部分数据的操作都是基于n维数组完成的。本系列内容覆盖到1维数组操作、2维数组操作、3维数组操作方法,本篇为系列导入文章。 阅读全文
![Python数据分析 | 统计与科学计算工具库Numpy介绍](https://img2022.cnblogs.com/blog/2637458/202202/2637458-20220225150637907-579027092.png)
摘要:
基于数据分析目前良好的发展前景,各界也出现了许多好用的功能种类丰富的数据分析工具。本文列举其中的一些常用工具:Python、R、SQL、SAS、Tableau、Excel等。 阅读全文
![图解数据分析 | 数据分析工具地图](https://img2022.cnblogs.com/blog/2637458/202202/2637458-20220225145056621-1173613439.png)
摘要:
数据分析分核心步骤分为:业务认知与数据探索、数据预处理、业务认知与数据探索等三个核心步骤。本文介绍第三个步骤——业务认知与数据探索。 阅读全文
![图解数据分析 | 业务分析与数据挖掘](https://img2022.cnblogs.com/blog/2637458/202202/2637458-20220225143729942-227437258.png)
摘要:
数据分析分核心步骤分为:业务认知与数据探索、数据预处理、业务认知与数据探索等三个核心步骤。本文介绍第二个步骤——数据预处理。 阅读全文
![图解数据分析 | 数据清洗与预处理](https://img2022.cnblogs.com/blog/2637458/202202/2637458-20220225142546854-566480403.png)
摘要:
数据分析分核心步骤分为:业务认知与数据探索、数据预处理、业务认知与数据探索等三个核心步骤。本文介绍第一个步骤——业务认知与数据探索。 阅读全文
![图解数据分析 | 业务认知与数据初探](https://img2022.cnblogs.com/blog/2637458/202202/2637458-20220225141341438-1985493091.png)
摘要:
数学知识对于数据分析非常重要!本文讲解数据分析中最常用到的数学知识:描述性统计、概率论、统计推断等。 阅读全文
![图解数据分析 | 数据分析的数学基础](https://img2022.cnblogs.com/blog/2637458/202202/2637458-20220225135105343-1565112780.png)
摘要:
随着互联网高速发展,网络数据呈现出指数级别的快速增长,针对海量数据处理的大数据解决方案应运而生。ShowMeAI将在接下来的内容中逐步展开讲解大数据生态工具的应用,以及大数据的处理分析挖掘方法。 阅读全文
![图解大数据 | 导论-大数据生态与应用](https://img2022.cnblogs.com/blog/2637458/202202/2637458-20220225031232380-389764105.png)
摘要:
对原始数据进行检查、清理、转换以及建模等操作,才可以洞察数据背后的规律,得出准确的结论或做出正确的决策——这也是数据分析的一个标准过程。 阅读全文
![图解数据分析 | 数据分析介绍](https://img2022.cnblogs.com/blog/2637458/202202/2637458-20220225025635346-1646168294.png)