<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[笨小孩的数据分析之路]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/CC_Cynthia</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; CC_Cynthia]]></copyright><item><title><![CDATA[用户行为路径数据埋点方案设计案例]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/119320802</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/119320802</guid><author>CC_Cynthia</author><pubDate>Mon, 02 Aug 2021 11:40:54 +0800</pubDate><description><![CDATA[用户行为路径数据埋点方案设计案例
案例背景
业务需要对用户行为进行数据分析，现缺失这部分数据，需要设计采集方案获取数据满足业务分析需求。
定义
数据采集方案是为埋点所设计的采集方案。所谓埋点就是在产品（通常是网页、app）中需要提取数据的地方（如某功能按钮处）增设代码以回传检测到的数据值的行为。
以常见的运营场景为例，为监控网站用户使用某一功能的情况，可以 在功能点击按钮处埋点，当用户点击按钮时回传数据信息（如点击时间，点击功能按钮的页面等等）。数据埋点这一过程通常需要产品、数据、技术三个部门协作进行。
那]]></description><category></category></item><item><title><![CDATA[AHP权重计算方法案例]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/117808097</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/117808097</guid><author>CC_Cynthia</author><pubDate>Tue, 15 Jun 2021 09:33:49 +0800</pubDate><description><![CDATA[AHP权重计算方法案例
1.案例背景
公司要对网站用户行为进行追踪，以优化推荐系统算法，需要对已有的5项行为指标（为便于理解，此处展示5项）分配对应权重，需要我们数据部门给出权重建议。
当然不能拍脑门……我以AHP层次分析法为理论基础设计了一套权重计算方案
2.理论背景
AHP层次分析法，简言之，利用数字大小相对性，数字越大越重要，权重越高，计算每个因素的重要性。
AHP源于上世纪70年代初美国国防部研究课题时，提出的一种层次权重决策分析方法。AHP是一种解决多目标的复杂问题的定性与定量相结合的权重判断方法]]></description><category></category></item><item><title><![CDATA[Excel 标记重复多余项]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/106282070</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/106282070</guid><author>CC_Cynthia</author><pubDate>Mon, 25 May 2020 12:01:13 +0800</pubDate><description><![CDATA[这里有一列数据，需要将重复项筛选出来。

在开始菜单的条件格式中，选择重复值


]]></description><category></category></item><item><title><![CDATA[Excel 空值填充]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/105810761</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/105810761</guid><author>CC_Cynthia</author><pubDate>Tue, 28 Apr 2020 14:51:08 +0800</pubDate><description><![CDATA[第一步，选择空值
原始数据如下：

选择需要替换空白的数据列：

使用CTRL+G调出定位界面，选择定位条件中的空值。


第二步 空值条件填充
直接填充为某值
这里选择填充数字1111


第三步 按住CTRL+ENTER 全部输入

空值填充为上一行单元格内容
以上为基本步骤，除了这个之外。我们还可以将单元格填充为上一行的数据，在选中空值单元格之后，在空值中输入“=“，然后按向上箭头，选中”上...]]></description><category></category></item><item><title><![CDATA[Excel 日期格式的转化]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/105794876</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/105794876</guid><author>CC_Cynthia</author><pubDate>Mon, 27 Apr 2020 17:18:33 +0800</pubDate><description><![CDATA[时间格式的转化
很多时候会遇到日期格式不统一，可以采用Excel的分列功能。
日期处理前如下，日期为含有【’】单引号的常规格式数据。


通过分列去除单引号。


最后选择完成


...]]></description><category></category></item><item><title><![CDATA[Excel Video Game Sales视频游戏销售分析]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/105031021</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/105031021</guid><author>CC_Cynthia</author><pubDate>Mon, 23 Mar 2020 17:23:40 +0800</pubDate><description><![CDATA[本文使用Excel对1.6万Vgchartz游戏销售数据进行分析。
数据分析工具：Excel &amp; Power Query。
一、提出问题
1、分析目的
本文期待通过挖掘电子游戏销售数据价值，研究xxx等情况，对提升电商关键业务指标提出建议。
具体讨论问题如下：
哪些游戏平台和游戏出版商实力更强？什么游戏类型是更受人们喜爱的？在不同地区游戏的销售概况是如何的？
2、分析框架
二、数据准备
1...]]></description><category></category></item><item><title><![CDATA[SQL分析阿里云淘宝电商数据]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104928110</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104928110</guid><author>CC_Cynthia</author><pubDate>Fri, 20 Mar 2020 19:34:26 +0800</pubDate><description><![CDATA[一、数据准备
1、数据来源
数据源自阿里云天池数据库——User Behavior Data from Taobao for Recommendation

2、数据描述
数据集包含了2017年11月25日至2017年12月3日之间，有行为的约一百万随机用户的所有行为（行为包括点击、购买、加购、喜欢）。数据集的组织形式和MovieLens-20M类似，即数据集的每一行表示一条用户行为，由用户ID、...]]></description><category></category></item><item><title><![CDATA[beautifulsoup+requests链家（深圳）爬取及可视化分析]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104896498</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104896498</guid><author>CC_Cynthia</author><pubDate>Tue, 17 Mar 2020 16:19:13 +0800</pubDate><description><![CDATA[链家比起boss和拉勾更好爬
这次使用beautifulsoup+requests爬取链家深圳的租房信息，并进行简单的可视化分析。
爬取
代码如下：
import requests
from bs4 import BeautifulSoup
import csv
headers={
    'Accept': 'xxx',
   'User-Agent':'xxx'
}
price_list=[]...]]></description><category></category></item><item><title><![CDATA[excel+power query进行文本数据拆分和提取]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104657108</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104657108</guid><author>CC_Cynthia</author><pubDate>Wed, 04 Mar 2020 21:41:02 +0800</pubDate><description><![CDATA[之前展示过使用python对文本数据的拆分和清洗
导入csv文件
打开一个空白的excel文件，导入数据。


进入power query界面
设置第一行为列名

使用追加查询合并拉勾和boss网数据。
删除不需要的列


...]]></description><category></category></item><item><title><![CDATA[登录爬取拉勾网2.0 Python selenium]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104600986</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104600986</guid><author>CC_Cynthia</author><pubDate>Tue, 03 Mar 2020 10:20:26 +0800</pubDate><description><![CDATA[后续再重爬拉勾网，发现了很多原贴Python selenium+beautifulsoup 登录爬取拉勾网的代码问题，本文对代码进行了改进：

由于beautifulsoup存在定位不准确，解析重复的问题，所以此版本不再使用；
增加了防selenium识别设置，可以参考代码option部分，或者见我的帖子python selenium被反爬系统识别的问题；
使用1个for循环进行多个列表元素遍历，...]]></description><category></category></item><item><title><![CDATA[python 多元素多列表循环实例]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104601670</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104601670</guid><author>CC_Cynthia</author><pubDate>Sun, 01 Mar 2020 22:57:19 +0800</pubDate><description><![CDATA[我创建了4个列表。
list_name=['杜飞','岳飞','武则天','如萍']
list_sex=['男','男','女','女']
list_age=['23','33','40','22']
list_job=['记者','将军','皇帝','护士']

如果我们想实现以下结果。

可以只用一个for循环，注意一定要使用zip函数（原因见参考贴子）。
for (name,sex, age...]]></description><category></category></item><item><title><![CDATA[SQLServer导入csv文件详细步骤及报错问题的解决办法]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104557574</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104557574</guid><author>CC_Cynthia</author><pubDate>Fri, 28 Feb 2020 15:50:13 +0800</pubDate><description><![CDATA[如题，本帖主要详述SQLServer导入csv的步骤，以及遇到报错问题。


正在执行 (错误)
消息
•	错误 0xc02020a1: 数据流任务 1: 数据转换失败。列“列 1”的数据转换返回状态值 4 和状态文本“文本被截断，或者一个或多个字符在目标代码页中没有匹配项。”。
(SQL Server 导入和导出向导)
•	错误 0xc020902a: 数据流任务 1: “输出列“列 1”(14...]]></description><category></category></item><item><title><![CDATA[pandas中文本数据的拆分和提取]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104482787</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104482787</guid><author>CC_Cynthia</author><pubDate>Tue, 25 Feb 2020 11:38:13 +0800</pubDate><description><![CDATA[此文主要分享文本数据的拆分，提取合并，为下一步可视化分析做好准备。
数据来源于boss与拉勾网数据分析岗位的招聘信息。
拉勾网的爬取方法见此文：《Python selenium+beautifulsoup 登录爬取拉勾网》
环境配置
# Jupyter Notebook
%matplotlib inline
import pandas as pd
import warnings
w...]]></description><category></category></item><item><title><![CDATA[Python jieba+wordcloud制作词云]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104480645</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104480645</guid><author>CC_Cynthia</author><pubDate>Mon, 24 Feb 2020 17:41:35 +0800</pubDate><description><![CDATA[对于大片文本数据的可视化可以使用词云，既直观又酷炫。

步骤主要为：
1.准备好数据文本，最好是字符串。但绝大可能是列表，此时需要使用【text=’ '.join(list)】这样的方法变成字符串；
2.使用jieba进行分词，用法可参考：
https://blog.youkuaiyun.com/reims2046/article/details/72869337
3.将jieba返回的内容传入wordclo...]]></description><category></category></item><item><title><![CDATA[Python csv存储时报错'gbk' code can't encode character 'xxx' in position 'xx']]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104477352</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104477352</guid><author>CC_Cynthia</author><pubDate>Mon, 24 Feb 2020 14:40:21 +0800</pubDate><description><![CDATA[在爬取完数据，存为csv时出现报错：
‘gbk’ code can’t encode character ‘xxx’
网上很多帖子都是说把编码方式由【gbk】改为【utf-8】，就能解决问题。即：
csv_file=open('eg.csv','w',newline='',encoding='utf-8')

但是我如果使用【utf-8】得到的数据是乱码。
最后使用【try…except】跳过解决...]]></description><category></category></item><item><title><![CDATA[csv存储时，列表转置问题]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104475438</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104475438</guid><author>CC_Cynthia</author><pubDate>Mon, 24 Feb 2020 12:30:31 +0800</pubDate><description><![CDATA[当有多个列表【x_list，y_list，z_list】，列表内容期待存储为csv文件的列，需要进行列表转置。
因为csv的存储数据的特点是将列表内的各个元素存为一行多列的形式。
为实现上述目的，就需要使用zip( )函数转置，再使用for循环写入。
上代码：
rows =zip(x_list,y_list,z_list)
csv_file=open('save_list.csv','w',new...]]></description><category></category></item><item><title><![CDATA[selenium 使用键盘按键方法]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104343953</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104343953</guid><author>CC_Cynthia</author><pubDate>Sun, 16 Feb 2020 16:18:20 +0800</pubDate><description><![CDATA[调用键盘按键需要引用keys包
这里就以【回车键】为例：
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
search=driver.find_element_by_xpath('//input[@name="query"]')
search.send_keys('CC_Cynthia的博...]]></description><category></category></item><item><title><![CDATA[selenium提取数据的方法总结]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104343161</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104343161</guid><author>CC_Cynthia</author><pubDate>Sun, 16 Feb 2020 15:51:45 +0800</pubDate><description><![CDATA[总结下selenium提取数据的几种方法：
通过元素标签名提取
driver.find_element_by_tag_name()
通过元素class属性
driver.find_element_by_class_name()
通过元素id属性
driver.find_element_by_id()
通过元素name属性
driver.find_element_by_name()
通过链接文本获取...]]></description><category></category></item><item><title><![CDATA[python selenium被反爬系统识别的问题]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104340167</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104340167</guid><author>CC_Cynthia</author><pubDate>Sun, 16 Feb 2020 12:03:10 +0800</pubDate><description><![CDATA[在使用selenium这个压箱底的反爬技能爬取boss时，踢到了铁板。
selenium也能被反爬系统识别出来，无法打开链接。
原因在于slenium打开网页时，Chrome会显示这个标签条，使得服务器识别为爬虫。

解决办法就是设置options，隐藏标签：
代码如下：
from selenium import webdriver
from selenium.webdriver import C...]]></description><category></category></item><item><title><![CDATA[Python selenium+beautifulsoup 登录爬取拉勾网]]></title><link>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104314143</link><guid>https://blog.youkuaiyun.com/CC_Cynthia/article/details/104314143</guid><author>CC_Cynthia</author><pubDate>Fri, 14 Feb 2020 17:19:09 +0800</pubDate><description><![CDATA[声明在前：
我的代码和文章仅做学习研究分享，如需转载请注明作者（笨小孩）和出处
https://blog.youkuaiyun.com/CC_Cynthia
转载请知会作者；
此文仅供非商业用途，谢谢。
————————————————
拉勾反爬很厉害，先测试下，看使用request看能否解析。

乱码，之后试了一些方法还是不行，防爬系统太严密，所以我决定使用终极杀器selenium。selenium在Jup...]]></description><category></category></item></channel></rss>