<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Ashenlex的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Ashenlex</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Ashenlex]]></copyright><item><title><![CDATA[FineReport决策报表]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/140023037</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/140023037</guid><author>Ashenlex</author><pubDate>Thu, 27 Jun 2024 20:03:48 +0800</pubDate><description><![CDATA[决策报表是 Finereport 设计器支持的模板设计类型其中之一。相较于普通报表和聚合报表，决策报表可以说其是专为大屏和移动端而生，用户通过简单的拖拽操作即可制作画面美观、内容丰富的管理驾驶舱，制作在手机、平板等移动设备端查看的敏捷报表。在同一个页面，整合不同的业务数据，完美展示企业的各类业务指标，实现数据的多维度分析。决策报表简介- FineReport帮助文档 - 全面的报表使用教程和学习资料。]]></description><category></category></item><item><title><![CDATA[FineReport聚合报表与操作]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139967807</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139967807</guid><author>Ashenlex</author><pubDate>Tue, 25 Jun 2024 19:57:24 +0800</pubDate><description><![CDATA[聚合报表指一个报表中包含多个模块，每一块都类似一张单独的报表或者一张图表，块与块之间相对独立，互不影响。聚合报表特点：空白画布式设计界面，每个模块相互独立，专门解决大报表难题，单元格扩展分离，互不影响。聚合报表还存在一些不足：不支持自适应，单元格扩展分离但组件依旧相互推开。]]></description><category></category></item><item><title><![CDATA[FineReport报表案例]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139887130</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139887130</guid><author>Ashenlex</author><pubDate>Sat, 22 Jun 2024 19:52:04 +0800</pubDate><description><![CDATA[普通报表保存的文件类型为 cpt，依靠着单元格的扩展与父子格的关系来实现模板效果，可进行参数查询，填报报表，图表设计等等，但是在分页预览模式下不能在报表主体中展示控件，而且单元格间相互影响，很难保持独立性。控制面板：下拉框可以选择地区，点击查询按钮后，只查询出该地区对应的表格和柱形图数据。表格：表格统计该地区下各销售员每种产品的总销量。柱形图：柱形图将该地区下各销售员每种产品的总销量以图表的形式进行展示。报表开发流程。]]></description><category></category></item><item><title><![CDATA[FineReport安装及入门]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139841188</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139841188</guid><author>Ashenlex</author><pubDate>Thu, 20 Jun 2024 19:47:30 +0800</pubDate><description><![CDATA[报表是以表格、图表的形式来动态展示数据，企业通过报表进行数据分析，进而用于辅助经营管理决策。FineReport 是一款用于报表制作，分析和展示的工具，用户通过使用 FineReport 可以轻松的构建出灵活的数据分析和报表系统，大大缩短项目周期，减少实施成本，最终解决企业信息孤岛的问题，使数据真正产生其应用价值。]]></description><category></category></item><item><title><![CDATA[Pandas——词云图绘制]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139811518</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139811518</guid><author>Ashenlex</author><pubDate>Wed, 19 Jun 2024 19:38:45 +0800</pubDate><description><![CDATA[data_pair=negtive_words_wordcloud,  #传入绘制词云图的数据 [[要展示的词, int值],[要展示的词2, int值]]word_size_range=[16, 80])  #word_size_range 字号大小取值范围。拉数据, 最近半年数据列出来, 分渠道, 分城市, 分设备类型.. 做同期群。折线图, 饼图, 柱状图, 堆积柱状图, 散点图 基本图表为主。.add(series_name="好评词云",[(文本, 数值),(文本2,数值2)....]]]></description><category></category></item><item><title><![CDATA[Pandas——用户偏好分析]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139781782</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139781782</guid><author>Ashenlex</author><pubDate>Tue, 18 Jun 2024 19:38:02 +0800</pubDate><description><![CDATA[要分析的目标，在目标群体中的均值 和 全部群体里的均值进行比较， 差的越多说明 目标群体偏好越明显TGI（Target Group Index，目标群体指数）用于反映目标群体在特定研究范围内强势或者弱势的程度案例的需求， 高利润的产品投放市场， 找到合适的城市进行投放， 统计不同城市高客单价用户占比的TGI ，找到TGI比较大的城市， 还需要考虑总用户数量不要过少。]]></description><category></category></item><item><title><![CDATA[Pandas——数据分析业务]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139725305</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139725305</guid><author>Ashenlex</author><pubDate>Sun, 16 Jun 2024 19:57:25 +0800</pubDate><description><![CDATA[R recency 最近 分成两类 7天以内来过 高 低F frequency 次数 90天以内 >15次 高 低M monetory 金额 90天以内消费 >1500 高 低计算RFM需要什么样的数据带着会员ID的购物流水就可以计算RFMid 时间 金额RFM适合落地的业务必须有消费，频率不能太低， 最适合的业务就是电商，外卖，旅游，打车RFM如何使用最简单的用法就是三个维度做二分 高低 高低 高低 给用户分成8群还可以考虑做三分 低中高 1,2,3 给用户分成27群。]]></description><category></category></item><item><title><![CDATA[Pandas——数据可视化]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139707247</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139707247</guid><author>Ashenlex</author><pubDate>Sat, 15 Jun 2024 19:42:51 +0800</pubDate><description><![CDATA[电商黄金公式销售额 = 访客数 * 转化率 * 客单价GROW阿里AIPL， 字节5A模型 京东4A模型使用这些思维模型，把用户划分成不同的阶段， 从刚注册 → 成为忠实用户可以考察不同时间 处于不同阶段的用户量考核 处于每个阶段用户数量的转化率利用模型 进行目标拆解和追踪。]]></description><category></category></item><item><title><![CDATA[Pandas——数据连接和可视化]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139693594</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139693594</guid><author>Ashenlex</author><pubDate>Sat, 15 Jun 2024 08:35:42 +0800</pubDate><description><![CDATA[join = 'inner' 默认 ‘outer’ outer 会保留连接的两张表的所有的信息， 有列名、行名不匹配的时候， 用NaN填充， 如果是inner 只会连接 行名、列名相同的部分。uniqlo_df_offline.pivot_table(index='城市',columns='产品名称',values='销售金额',aggfunc='sum')suffixes 后缀， 当关联结果中，出现了同名的字段， 用于区分哪个字段来自于哪一张表， 默认是(' _ x', '_ y')]]></description><category></category></item><item><title><![CDATA[Pandas——常用函数]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139635165</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139635165</guid><author>Ashenlex</author><pubDate>Wed, 12 Jun 2024 19:46:10 +0800</pubDate><description><![CDATA[df.groupby(['区域','户型'],as_index=False).agg({'价格':'mean','面积':'max'})df_result2 = df.groupby(['区域','户型']).agg({'价格':'mean','面积':'max'})df_result= df.groupby('区域')[['价格','面积']].agg(['mean','max'])多个字段分组， 多个字段聚合， 得到的结果 MultiIndex 通过MultiIndex 做数据筛选， 传入的是元组。]]></description><category></category></item><item><title><![CDATA[Pandas——DataFrame操作]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139607251</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139607251</guid><author>Ashenlex</author><pubDate>Tue, 11 Jun 2024 19:49:24 +0800</pubDate><description><![CDATA[df[(df['区域'].isin(['望京租房','回龙观租房'])) & (df['朝向'].isin(['西南 东北','南 北'])) ]df_head['区县'] = ['朝阳区','朝阳区','西城区','昌平区','朝阳区'] # 传入列表长度和df长度必须一致。charset=utf8'区别，insert可以指定插入的位置编号， df['新列名'] = ’新值‘ 插入的新列在df的最后。df.rename(index = {'老值':'新值'},columns={'老值':'新值'})]]></description><category></category></item><item><title><![CDATA[Pandas的数据结构]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139534909</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139534909</guid><author>Ashenlex</author><pubDate>Fri, 07 Jun 2024 21:17:23 +0800</pubDate><description><![CDATA[count 计数，unique 唯一值的数量， top出现次数最多的字符串是啥 freq 出现次数最多的字符串出现的频率（次数）修改数据的API默认不会再原始的数据上进行修改， 而是会在副本上进行修改， 并且会把这个修改后的副本作为方法的返回值， 返回来。如果两行行索引不一样，不能在一起算， 如果一个Series里有的行索引， 另一个Series没有， 返回NaN。可以传入字典 {‘列名’:[值1，值2， 值3]，‘列名2’:[值1，值2， 值3]}]]></description><category></category></item><item><title><![CDATA[python基础——-多任务-正则-装饰器]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139508475</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139508475</guid><author>Ashenlex</author><pubDate>Thu, 06 Jun 2024 19:41:59 +0800</pubDate><description><![CDATA[运行多个进程或线程执行代码逻辑多个进程或线程同时执行叫做并行执行多个进程或线程交替执行叫做并发执行必行还是并发有cpu个数决定5个进程 cpu核心是3个 计算时时并发执行 5个进程需要抢占cpu资源，谁抢到谁执行代码计算5个进程 cpu核心10个 计算时时并行执行 不需要抢占资源，没个进程都已一个独立的cpu核心使用完成计算多任务在执行计算时，可以执行的同一的计算任务，也可以执行不同的任务进程和线程进程是分配资源的最小单元 线程是执行任务的最小单元实现多任务可以使用多进程或多线。]]></description><category></category></item><item><title><![CDATA[python基础——模块-网络-多任务]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139452312</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139452312</guid><author>Ashenlex</author><pubDate>Tue, 04 Jun 2024 19:45:35 +0800</pubDate><description><![CDATA[网络通讯就是程序之间进行通讯，相互传递数据内容网络通讯三要素（1）IP地址：网络虚拟环境下的唯一标识，类似于人的身份证号，通过IP可以找到计算机；（2）端口：表示计算机中某软件的地址信息，通过端口可以找到计算机中的软件；（3）协议：协议就是通信规则，程序之间必须按照规则传递信息，否则双方无法识别彼此信息本质就是编写一个python文件文件名要符合python的命名规范定义一个模块文件# 自定义的模块文件# 封装业务代码name = '张三'​data = a+b​​​。]]></description><category></category></item><item><title><![CDATA[python基础——面向对象-文件读写-异常]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139423097</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139423097</guid><author>Ashenlex</author><pubDate>Mon, 03 Jun 2024 19:45:19 +0800</pubDate><description><![CDATA[定义一个类时，需要使用另外一个类的方法或属性，就可以通过继承实现object是Python的顶级类，创建类是会自动继承，就拥有object中的方法定义格式# 类的定义# 旧式类定义 一般在定义单个类时使用class 类名:pass​# 新式类定义   一般在继承时使用class 类名(指定需要继承的类):pass​​# 新式类定义class A():name = '张三'​# pass 不做处理pass# 旧式类class B:​age = 20​。]]></description><category></category></item><item><title><![CDATA[python基础——面向对象]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139332872</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139332872</guid><author>Ashenlex</author><pubDate>Thu, 30 May 2024 19:35:51 +0800</pubDate><description><![CDATA[程序开发时，有两种编程思想面向过程侧重点是过程按照一定的顺序步骤完成对某一特定问题的处理如何将大象放入冰箱中？1-打开冰箱门2-将大象放入冰箱3-关上冰箱门如何将老虎放入冰箱中？1-打开冰箱门2-将老虎放入冰箱3-关上冰箱门如何将狮子关在笼子中？1-打开笼子门2-将狮子赶入笼子中3-关上笼子门面向过程需要针对某一类问题需要重复编写代码面向对象侧重点在对象将一类问题进行归纳总结，按照一个统一标准处理同一类问题如何将一项物品放入一个空间内?物品是什么？和空间是什么？]]></description><category></category></item><item><title><![CDATA[python基础——函数]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139276033</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139276033</guid><author>Ashenlex</author><pubDate>Tue, 28 May 2024 19:39:35 +0800</pubDate><description><![CDATA[函数的介绍# 功能1def login(name_list,password_list): # 接受参数# 函数作用域# 通过四个空格，来确认函数所执行的逻辑从哪里开始name = input('请输入用户名:')password = input('请输入密码:')# 先判断用户名是否正确# 在判断密码是否正确print('登录成功')# 适应break关键，会结束循环，不再进行取值breakelse:print('密码不正确')else:print('用户名不正确')]]></description><category></category></item><item><title><![CDATA[python基础——容器]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139246203</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139246203</guid><author>Ashenlex</author><pubDate>Mon, 27 May 2024 19:41:20 +0800</pubDate><description><![CDATA[元组定义​# 元组只有一个元素数据时，需要加逗号data_tuple7 = ('张三',)# 字典定义# 字典中不要重复定义key值，保证key值唯一​# 使用key的下标值进行value部分取值​# 字典下标不支持切片操作# 集合的定义# data_set5 = {{'id':1,'name':'张三'},{'id':2,'name':'李四'}}有序的数据可以通过下标和for循环取值list[0]str[0]tuple[0]dict[key]]]></description><category></category></item><item><title><![CDATA[python基础——循环和容器]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139219399</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139219399</guid><author>Ashenlex</author><pubDate>Sun, 26 May 2024 19:46:52 +0800</pubDate><description><![CDATA[容器就是存放数据的python 中的容器数据有多种形式，每种形式有自己的存储格式, 数据存储特性不一样字符串 str 就是容器 存放一个一个字母 格式 : 单引号 '数据' ，双引号 "数据" ,三个引号 """ 数据 """列表 list 格式: [数据1，数据2，数据3.....]元祖 tuple 格式: (数据1，数据2，数据3，)集合 set 格式: {数据1，数据2，数据3，}字典 dict 格式: {key1:value1,key2:value....}数据存储的特性有序和无序。]]></description><category></category></item><item><title><![CDATA[python基础]]></title><link>https://blog.youkuaiyun.com/Ashenlex/article/details/139183034</link><guid>https://blog.youkuaiyun.com/Ashenlex/article/details/139183034</guid><author>Ashenlex</author><pubDate>Fri, 24 May 2024 19:41:54 +0800</pubDate><description><![CDATA[print('我叫%s,年龄%d岁,体重%.2fkg'%(name,age,weight))print('我叫%s,年龄%d岁,体重%fkg'%(name,age,weight))print(f'我叫{name},年龄{age}岁,体重{weight:.3f}kg')print('什么东西天上飞,',end='') # end='' 指定不进行换行。print(f'我叫{name},年龄{age}岁,体重{weight}kg')data = str(data_int) # data变量接收 转化后的数据。]]></description><category></category></item></channel></rss>