暂无搜索历史
2020东京奥运会已经落下帷幕有一段时间了，但这届在疫情期间举办的奥运会注定会写入历史。中国代表团在为期16天的比赛中，共取得了38金32银18铜共88枚奖牌，...
不同于MapReduce将中间计算结果放入磁盘中，Spark采用内存存储中间计算结果，减少了迭代运算的磁盘IO，并通过并行计算DAG图的优化，减少了不同任务之间...
下载地址：https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-213...
前两天在公众号发布了一篇「NBA球队数据可视化」的视频案例，对于本赛季东西部30只球队的得失分，胜负场次，胜率排名等进行了可视化展示，并支持实时交互。可点击下方...
我国幅员辽阔，共有34个省级行政单位，包括23个省、5个自治区、4个直辖市、2个特别行政区。除去中国香港澳门2个特别行政区和台湾省特殊外，大陆地区共有31个省级...
本文从一个案例入手，综合运用pandas的各类操作实现对数据的处理，处理步骤如下所示。在公众号后台回复“case”即可获取本文全部数据，代码和文档。
hive是数据分析人员常用的工具之一。实际工作中，使用hive基本都是在linux shell环境下。运行hiveSQL的方式有以下几种。
如下销售数据中展现了三笔订单，每笔订单买了多种商品，求每种商品销售额占该笔订单总金额的比例。例如第一条数据的最终结果为：235.83 / (235.83+232...
matplotlib绘图时，经常会遇到中文字体显示为方块的问题。网上有很多解决方案，比较普遍的是在代码里增加下面两行。
之前的文章一图入门Matplotlib绘图中我们学习了matplotlib中常见图表元素的绘制方法，所有操作都通过可以调用plt的函数实现。本节继续来学习使用m...
Matplotlib是Python里可视化的基础包，可以很方便地绘制二维，三维的图表，作图风格接近MATLAB，所以称为matplotlib。使用简单的语句就能...
决策树是一种有监督的机器学习算法，可以实现分类和回归任务，通常对数据有比较好的拟合效果。
在前一篇文章手把手带你开启机器学习之路——房价预测(一)中我们以加州住房价格数据集为基础，学习了数据抽样，数据探索性分析和可视化，数据预处理(缺失值填充，增加新...
本文我们使用加州住房价格数据集，从零开始，一步一步建立模型，预测每个区域的房价中位数。目的是完整实现一个机器学习的流程。
NULL是SQL常见的关键字之一，表示“空，无”的意思。它在SQL中是一种独特的存在，今天来汇总一下与它相关的知识点，看看这些你都知道吗？
Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。Pandas 的目标是成为 Py...
机器学习是通过对已有数据进行模型训练，再将训练好的模型应用于未知数据的过程。从这句话中我们可以看到几个关键要素：数据，模型，训练，应用。对于一个通常的机器学习项...
pandas提供了很多方便简洁的方法，用于对单列、多列数据进行批量运算或分组聚合运算，熟悉这些方法后可极大地提升数据分析的效率，也会使得你的代码更加地优雅简洁。...
具体来讲，第一篇文章一场pandas与SQL的巅峰大战涉及到数据查看，去重计数，条件选择，合并连接，分组排序等操作。
本文来自于公众号读者投稿。作者Suke，数据爱好者，主攻方向：数据分析，数据产品化。
暂未填写学校和专业
