<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[MicoOu的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/MicoOu</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; MicoOu]]></copyright><item><title><![CDATA[一篇文章带你快速搞懂数据仓库的流程]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/105515393</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/105515393</guid><author>MicoOu</author><pubDate>Tue, 14 Apr 2020 17:43:57 +0800</pubDate><description><![CDATA[–
来，我们直接对照这张流程图用大白话讲解：


OLTP层
用来存放原始数据的数据库，不同的数据可能来自于不同的数据库。比如CRM系统的数据来自于oracle数据库，ERP系统的数据来自于mysql数据库。
这一层的数据可能是包含不同格式，各种各样的“脏数据”。比如说CRM系统的数据中，性别是用0,1来区分男女，而ERP系统的性别是用M,F来区分。
为了数据质量过关，数据好用，我们就需要对这些数...]]></description><category></category></item><item><title><![CDATA[电商用户画像python实战]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/105454634</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/105454634</guid><author>MicoOu</author><pubDate>Sat, 11 Apr 2020 20:48:53 +0800</pubDate><description><![CDATA[目录1.我认为的用户画像2.某电商用户画像分析2.1 分析目的2.2 数据说明2.3 分析思路2.4 分析过程2.4.1 用户基本属性分析2.4.1.1 数据清洗2.4.1.2 男女占比分析2.4.1.3 年龄段占比分析2.4.1.4 地区/省份/城市用户TOP10分布2.4.1.4.1 地区用户TOP10分布2.4.1.4.2 省份用户TOP10分布2.4.1.4.3 城市用户TOP10分布2....]]></description><category></category></item><item><title><![CDATA[win10下修改jupyter notebook默认路径]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/105280951</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/105280951</guid><author>MicoOu</author><pubDate>Thu, 02 Apr 2020 22:49:15 +0800</pubDate><description><![CDATA[1、找到anaconda navigator，打开。

2、选择open terminal。

3、输入jupyter --config-dir查看路径，切换到该路径下。

4、输入jupyter notebook --generate-config，重写默认配置？，Y。

5、找到C:\Users\bobo.jupyter\jupyter_notebook_config.py路径（这是我的路径）...]]></description><category></category></item><item><title><![CDATA[hive窗口函数之ntile、lag、lead、first_value、last_value]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/104912271</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/104912271</guid><author>MicoOu</author><pubDate>Tue, 17 Mar 2020 01:07:18 +0800</pubDate><description><![CDATA[目录1.样例数据2.ntile(n)2.1实例

1.样例数据
id		crtime	   pv
cookie1,2015-04-10,1
cookie1,2015-04-11,5
cookie1,2015-04-12,7
cookie1,2015-04-13,3
cookie1,2015-04-14,2
cookie1,2015-04-15,4
cookie1,2015-04-16,4
cook...]]></description><category></category></item><item><title><![CDATA[linux常用命令]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/104631679</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/104631679</guid><author>MicoOu</author><pubDate>Wed, 04 Mar 2020 13:37:38 +0800</pubDate><description><![CDATA[常用命令1.磁盘管理cd（change directory）pwd（print working directory）ls（list）

1.磁盘管理
cd（change directory）

cd / cd ~：进入用户主目录
cd -：相当于返回按钮，返回进入此目录之前的目录
cd . . ：返回上一级目录
cd . ./. .：返回上二级目录
$代表普通用户，#代表root用户


pwd（...]]></description><category></category></item><item><title><![CDATA[mysql使用between and在处理时间范围时的区间边界问题]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/104395688</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/104395688</guid><author>MicoOu</author><pubDate>Wed, 19 Feb 2020 17:03:27 +0800</pubDate><description><![CDATA[前提：
基于emp表，我想获取入职日期在1980-12-17到1981-02-22的人员信息。

使用between…and…时发现无法获取到日期为1981-02-22的人员记录。

between是左右闭区间，为什么无法获取右边区间的数据呢？

原因：
1.首先emp表格中hiredate的数据类型是datetime类型，当你使用between查找日期范围的时候，会将
左区间‘1980-12-1...]]></description><category></category></item><item><title><![CDATA[mysql语法-日期时间函数]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/104380272</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/104380272</guid><author>MicoOu</author><pubDate>Wed, 19 Feb 2020 00:58:24 +0800</pubDate><description><![CDATA[目录1. 获取系统日期、时间1.1 now()1.2 sysdate()1.3 curdate()1.4 curtime()2. 日期、时间相减2.1 dateiff()2.2 timeiff()3. 日期、时间运算函数3.1 date_add()3.2 date_sub()4. 日期、时间函数5. dayofxxx(date)显示时间日期6. 返回星期和月份名称7.unix时间戳8.date_f...]]></description><category></category></item><item><title><![CDATA[pandas-分组聚合（agg、transform、apply）理解]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/104042064</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/104042064</guid><author>MicoOu</author><pubDate>Sun, 19 Jan 2020 16:22:59 +0800</pubDate><description><![CDATA[目录1. 示例数据2. agg3. transform4. apply

1. 示例数据


2. agg
agg返回的是分组求和后的标量。

3. transform
transform返回的是分组求和后的原dataframe的数据结构。

4. apply
apply返回的是pandas的对象或者标量。

另一例子，按照data2进行分组


...]]></description><category></category></item><item><title><![CDATA[matplotlib绘图原理]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103991682</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103991682</guid><author>MicoOu</author><pubDate>Thu, 16 Jan 2020 00:26:31 +0800</pubDate><description><![CDATA[目录1. 绘图原理2. 绘图区域设置2.1 add_subplot方法2.2 subplot方法2.3 subplots方法

1. 绘图原理

2. 绘图区域设置
当我们需要在一个画布figure上画多个不同的图形axis时，可以将不同的图形axis绘制在多个不同的区域axes当中。有三种方法：

通过Figure对象调用auto_subplot()方法
通过plt的subplot()方法
通过...]]></description><category></category></item><item><title><![CDATA[pandas-轴axis理解]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103989339</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103989339</guid><author>MicoOu</author><pubDate>Wed, 15 Jan 2020 16:04:05 +0800</pubDate><description><![CDATA[目录

之前写了一篇关于numpy的axis=？的理解，可以翻看numpy-轴axis理解。
其实pandas中的axis与numpy一样，以二维数组为例：
axis = 0代表高维在变，低维不变，即[0][0]、[1][0]、[2][0]…以列为一组；
axis = 1代表高维不变，低维在变，即[0][0]、[0][1]、[0][2]…以行为一组。
那么为什么有时候在pandas中会遇到当axi...]]></description><category></category></item><item><title><![CDATA[pandas-数据清洗]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103960560</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103960560</guid><author>MicoOu</author><pubDate>Tue, 14 Jan 2020 00:10:10 +0800</pubDate><description><![CDATA[目录1. 缺失值处理1.1 判断缺失值1.2 丢弃缺失值1.3 填充缺失值1.4 describe()2. 重复值处理2.1 发现重复值2.2 删除重复值

1. 缺失值处理
1.1 判断缺失值
1、info()
2、isnull()，可与any()和all()结合使用
3、notnull()
导入数据：

使用info()可以查看每一列的相关信息，可以知道每一列有多少个非空数值。

使用isnu...]]></description><category></category></item><item><title><![CDATA[pandas-分组聚合]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103957365</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103957365</guid><author>MicoOu</author><pubDate>Mon, 13 Jan 2020 16:09:48 +0800</pubDate><description><![CDATA[目录1.groupby分组1.1 分组的方式2.agg聚合2.1 dataframe.agg方法2.2 分组对象的agg方法

1.groupby分组
通过groupby方法对series或者dataframe对象进行分组，该方法会返回一个分组对象。但是无法直接打印查看该分组对象的信息。
groupby的一个属性二个方法：

groups：返回一个字典类型的对象，包含分组信息。
size()：返回...]]></description><category></category></item><item><title><![CDATA[pandas-数据连接合并]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103909968</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103909968</guid><author>MicoOu</author><pubDate>Fri, 10 Jan 2020 12:41:43 +0800</pubDate><description><![CDATA[目录1.concat连接1.1 axis、ignore_index参数1.2 join参数1.3 keys参数1.4 join_axes参数2.append追加3.merge合并3.1 how参数3.2 on参数3.3 left_on、right_on、suffixes参数3.4 left_index、right_index参数4.join交叉

1.concat连接
通过concat进行data...]]></description><category></category></item><item><title><![CDATA[pandas-数据转换]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103887795</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103887795</guid><author>MicoOu</author><pubDate>Wed, 08 Jan 2020 22:50:51 +0800</pubDate><description><![CDATA[目录1.数据映射（apply、map、applymap）1.1 series（apply、map)1.1.1 apply1.1.2 map1.2 dataframe(apply、applymap）1.2.1 apply1.2.2 applymap1.3 小实例1.4 小结2.数据替换（replace）2.1单值替换2.2列表替换2.3字典替换2.4正则替换，必须设置regex=True3.str属...]]></description><category></category></item><item><title><![CDATA[pandas-数据过滤]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103885546</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103885546</guid><author>MicoOu</author><pubDate>Wed, 08 Jan 2020 11:04:44 +0800</pubDate><description><![CDATA[目录1.df[condition]2.df.query()

导入数据

1.df[condition]
使用condition条件来进行过滤，实际上是通过判断True和False，返回布尔数组True的值来进行过滤。

2.df.query()
expr：过滤表达式。
inplace：默认False，True即直接在原DataFrame上进行修改。

另外，在query方法中，如果要使用外面的定...]]></description><category></category></item><item><title><![CDATA[pandas-数据加载（read_csv）数据写入（to_csv）常用参数解析]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103875258</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103875258</guid><author>MicoOu</author><pubDate>Tue, 07 Jan 2020 15:37:20 +0800</pubDate><description><![CDATA[目录1.CSV与TSV2.read_csv()2.1 header2.2 names2.3 index_col2.3 usecol3.小结

1.CSV与TSV
C：逗号分隔的结构化文件
T：制表符分隔的文件
关于CSV已经形成了一种惯性认识：只要是普通的文本文件，并且是结构化的
所以不管是什么分隔符，都是CSV格式
狭义上，必须是逗号
但是现在一般都把结构化的普通文本文件，用CSV的方式来对待，...]]></description><category></category></item><item><title><![CDATA[pandas-DataFrame行列访问]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103828499</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103828499</guid><author>MicoOu</author><pubDate>Sat, 04 Jan 2020 00:16:55 +0800</pubDate><description><![CDATA[目录1.DataFrame概念2.DataFrame行列访问2.1 访问一列，多列2.2 访问一行，多行2.3 访问某几行中的某几列2.4 访问某几列中的某几行2.5 如何获取单元格的值

1.DataFrame概念
DataFrame可以理解为是由一个或多个不同数据类型的Series组成，DataFrame的一列其实就是一个Series。
DataFrame包括三部分：

index行索引
co...]]></description><category></category></item><item><title><![CDATA[pandas-series索引]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103822786</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103822786</guid><author>MicoOu</author><pubDate>Fri, 03 Jan 2020 20:42:28 +0800</pubDate><description><![CDATA[目录1.Series概念2.创建方式3.索引3.1 标签索引与位置索引3.2 索引返回的是拷贝，切片返回的是视图3.3 总结

1.Series概念
Series可以理解为是一个带标签的一维数组，可以是任何数据类型。
Series有2部分构成：

索引index：一维数组值对应的标签，可以利用索引取值。
值values：一维数组的各元素值，是一个ndarray类型数据。


2.创建方式
先给出结...]]></description><category></category></item><item><title><![CDATA[numpy-轴axis理解]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103763602</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103763602</guid><author>MicoOu</author><pubDate>Mon, 30 Dec 2019 11:55:40 +0800</pubDate><description><![CDATA[目录1.例子（二维数组）2.例子（三维数组）

1.例子（二维数组）

2.例子（三维数组）


]]></description><category></category></item><item><title><![CDATA[numpy索引和切片,重点理解x[0,1]和x[[0,1]]区别]]></title><link>https://blog.youkuaiyun.com/MicoOu/article/details/103763002</link><guid>https://blog.youkuaiyun.com/MicoOu/article/details/103763002</guid><author>MicoOu</author><pubDate>Mon, 30 Dec 2019 11:07:11 +0800</pubDate><description><![CDATA[目录1.例子2.索引3.切片

1.例子

2.索引
重点区分：
1、基本的索引
x[0]
x[0,1]  # 第0行，第1列
2、整数数组的索引
x[[0,1]] # 第0行，第1行
3、布尔数组的索引
x[[True, False]]

3.切片


...]]></description><category></category></item></channel></rss>