- 博客(5)
- 收藏
- 关注
RSS订阅原创 小实验一：数据清洗+ai研判
在日常事件研判工作中，海量数据的预处理与清洗占据了大量时间。为了提升效率，我尝试借助AI“偷个懒”——通过编写自动化脚本，配合DeepSeek与ChatGPT构建半自动化的处理流程。具体思路：利用DeepSeek进行语言润色与Prompt优化，利用ChatGPT生成核心代码（包括正则匹配、数据清洗、批量处理逻辑等）。最初只想实现一个基础的清洗脚本，没想到逐步扩展到日志解析、特征提取与结果校验等环节，越做越上瘾。本文将分享这套“AI辅助编程”的实践思路与踩坑经验，希望对同样面临重复性研判工作的同学有所启发
2026-04-15 21:34:00
58
原创 数据分析（Jupyter Notebook应用+Pandas初级体验）
Jupyter Noterbook的了解及使用Jupyter Noterbook是一个基于web网页的，交互式的编程笔记本，让你可以把代码，运行结果，图表和笔记全部都放在一个文件里（在数据分析，机器学习，教学与科研等领域的数据实验室）Jupyter Notebook是一个基于网页的交互式计算环境，是大多数数据分析师喜欢的工具，它可以用来写代码，运行代码，可视化数据，甚至可以当笔记本使用这里就不特别介绍Jupyter Noterbook的功能了。
2026-04-09 21:22:43
379
原创 从零开始学ai+网络运营（第一章：Numpy & Pandas的实战指南）
NumPy的核心就是ndarry(n-dimensional array)，它比Python的列表更快，更省内存，转为数值计算优化。df['工资标准化'] = (df['工资'] - np.mean(df['工资'])) / np.std(df['工资'])在实际工作中，数据清理是不可避免的，Pandas提供的fillna() , dropna() 方法让数据处理变得简单高效。DataFrame 是Pandas的核心，类似于Excal表格，让数据变的直观。四，numpy + pandas的完美组合。
2026-04-07 21:24:09
290
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人