序言： 1.我心中的疑問(wèn)：大學(xué)期間經(jīng)常做PPT用到的資料大部分是定性的，我覺(jué)得說(shuō)服力不夠強(qiáng)，可是我也不知道怎么才能說(shuō)服力強(qiáng)?？墒俏乙恍岬綌?shù)據(jù)分析，用過(guò)SPSS后就知道嘿嘿，嗯...
發(fā)簡(jiǎn)信
IP屬地：海南
-
梳理產(chǎn)品助理、測(cè)試、用戶(hù)研究對(duì)數(shù)據(jù)分析的可用知識(shí)
-
投資基金收益率高達(dá)26%
股票：我篩選了一天才從2785只股票中曬出7-8支股票，可是看得好貴啊，一手=100股。不過(guò)沒(méi)關(guān)系，股票是價(jià)值投資，等我有錢(qián)了我還是要繼續(xù)大膽投進(jìn)去。好的股票：貴州茅臺(tái)...
-
眼界，遠(yuǎn)見(jiàn)-指路人
開(kāi)心開(kāi)心，今天車(chē)上鄰座的男生，說(shuō)他做攝影，但是沒(méi)有打開(kāi)名聲，做得不是很好，還和我說(shuō)了他的經(jīng)歷，做平面設(shè)設(shè)計(jì)等啊，還和我談了很多，比如他覺(jué)得做設(shè)計(jì)很累，老是改改改設(shè)計(jì)，他們又不...
-
-
轉(zhuǎn)載：pandas 獲取不符合條件/不包含某個(gè)字符串的dataframe
轉(zhuǎn)載：https://blog.csdn.net/weixin_42575020/article/details/95344914
-
-
-
分類(lèi)問(wèn)題
結(jié)果：KNN預(yù)測(cè)分類(lèi)準(zhǔn)確性： 0.7489581596932隨機(jī)森林預(yù)測(cè)分類(lèi)準(zhǔn)確性： 0.7654609101516919感知機(jī)分類(lèi)預(yù)測(cè)準(zhǔn)確性： 0.619603267211...
-
拉鉤網(wǎng)數(shù)據(jù)分析崗位全國(guó)數(shù)據(jù)分析如下-2019-11-07不足之處：拉勾網(wǎng)屬于互聯(lián)網(wǎng)招聘平臺(tái)，信息具有嚴(yán)重的傾斜性。更多的是互聯(lián)網(wǎng)之下的數(shù)據(jù)分析。 1.數(shù)據(jù)爬取，借鑒別人的python代碼爬取數(shù)據(jù)如下： 各分類(lèi)字段包含內(nèi)容解釋如下：...
-
pandas時(shí)間處理案例積累1.原始數(shù)據(jù)： Day objectDate objectHoliday objectdtype: object 2.對(duì)時(shí)間進(jìn)行操作：給日期加...
-
PCA主成分分析-python和SPSS對(duì)比特征值對(duì)應(yīng)的特征向量就是理想中想取得正確的坐標(biāo)軸，而特征值就等于數(shù)據(jù)在旋轉(zhuǎn)之后的坐標(biāo)上對(duì)應(yīng)維度上的方差。 通常情況，數(shù)據(jù)量巨大且并非所有數(shù)據(jù)都能連成一條線(xiàn)。 這時(shí)候我們要找到...
-
某樓數(shù)據(jù)統(tǒng)計(jì)分析
1.導(dǎo)入數(shù)據(jù) 2.將時(shí)間列字段轉(zhuǎn)化為index。然后進(jìn)行重采樣操作。 3.課程學(xué)習(xí)人數(shù)和學(xué)習(xí)時(shí)間。人均學(xué)習(xí)時(shí)間計(jì)算。 4.對(duì)課程進(jìn)行分類(lèi)操作
-
蘋(píng)果公司股票時(shí)間序列分析
要求： 得到交易總量排名第二的季度，并返回該季度的成交總量。 分析： 1.時(shí)間處理--使用pandas時(shí)間序列2.季度重采樣-可以將數(shù)據(jù)轉(zhuǎn)化為pd.Series，然后使用：r...
個(gè)人介紹
做一個(gè)健康向上，樂(lè)于助人，會(huì)工作，會(huì)生活，會(huì)理財(cái)?shù)纳鐣?huì)大人！