- 博客(48)
- 收藏
- 关注
原创 Google play市场描述及定位工具整理
关键字密度计数器https://www.apptweak.com/free-aso-tools/keyword-counter关键词建议https://app.neilpatel.comGoogle市场分析https://marketfinder.thinkwithgoogle.com/intl/en/app/市场榜单分析https://sensortower.com/?local...
2020-02-17 15:24:24
1252
原创 游戏广告变现关键参数
广告展示数 (Impression)表示广告有效展示的次数。每家广告平台对有效展示的定义不同,以激励视频为例,有的广告平台认为当有一个像素的广告被展示出来即为有效展示,但有的广告平台认为视频需100%播放完毕才算为有效展示。广告填充率(Fill Rate)表示在所有的广告请求中,广告平台返回广告的次数所占广告请求数的百分比。它的计算公式为:广告填充率=广告填充数/广告请求数人...
2019-12-22 15:37:33
1129
原创 ASO工具
StoreMaven任意转换语言就可以查看竞争对手在每个国家是如何写标题,如何写图片描述,在不同的国家有哪些不同的做法等,也可以查看头部厂商是怎么做优化的。右上角的下载按钮,可以快速获得整个App Store素材。可以用来快速打包素材,或是对竞争对手进行分析。ASO-Google Play Short Description Viewer可以查看其它国家的竞争对手是如何编辑素材文字...
2019-10-19 23:05:58
245
原创 Python数据分析--多表拼接
多表拼接表的横向拼接连接表的类型一对一多对一多对多连接键的类型默认以公共列作为连接键on来指定连接键分别指定左右连接键把索引列当作连接键表的横向拼接连接表的类型一对一一对一就是待连接的两个表的公共列的一对一df1>>> 名次 姓名 学号 成绩0 1 小张 100 6501 2 小王 101 6002 3 小李 102 5783 4 小赵 103 550...
2019-10-18 22:52:41
3944
原创 手游数据核心指标
留存率和用户参与度数据1、次留率:40%是比较高的数据2、七日留存率:20%是比较好的表现3、月留存率:10%是比较高的4、DAU/MAU比率:比较差的是1/10,比率超过1:3可以算是比较令玩家沉浸的游戏(即33%的玩家每天都登陆游戏)5、手游时长:7.5分钟算是一个比较好的整体标准,但有些品类,比如卡牌和桌游类通常需要在10-15分钟之间才算合格6、每日投入时间:据Flurry的...
2019-10-18 20:53:44
4047
原创 三消类游戏特点
难度梯级设计,前期过关节奏快用户日均过关数量为17至22关,平均过关时长约2分钟,安装首日的平均过关数最高内购+广告变现的组合商业化模式用户平均付费率不足1%,90%以上付费用户以小额充值为主,广告收益为最主要的收入来源,占比高达80%以上。内购最佳项目:礼包比货币更畅销三消游戏内常见的内购项目有:基础货币/道具、各档位组合礼包、VIP礼包和去插屏广告等。去插屏广告、基础货币...
2019-10-14 22:07:12
3111
原创 2019Q2全球广告变现LTV数据报告
所有数据都基于Soomla发布的2019Q2广告LTV基准报告LTV指的是用户从开始到不再使用应用期间所带来的总平均收益
2019-10-07 21:17:22
329
原创 Mac-safari查看网页源代码的方法
在safari上直接右键页面,点击"查看源文件选项"如果没有"查看源文件选项",那么根据如下步骤操作:打开safari 的 偏好设置选择高级选项卡,勾选“在菜单栏中显示开发菜单”最后直接在需要查看源代码的safari上直接右键页面,点击"查看源文件选项"...
2019-09-16 23:36:45
10006
原创 利用Python对银行进行数据分析
# 导入数据源import pandas as pddata = pd.read_csv(r'/Users/faye/Desktop/loan.csv')判断收入与坏账率的关系# 判断数据是否有缺失data.info()# 填充月收入缺失值data = data.fillna({'月收入':data['月收入'].mean()}) # 用均值填充# 连续值离散化cut_bi...
2019-09-08 17:41:05
5984
1
原创 利用Python对超市进行数据分析
# 导入数据源import pandas as pddata = pd.read_csv(r'/Users/faye/Desktop/order-14.3.csv',parse_dates= ['成交时间'])分析哪类别商品畅销data.groupby('类别ID')['销量'].sum().reset_index().sort_values(by = '销量',ascending =...
2019-09-08 17:11:12
4205
原创 利用Python自动发送电子邮件
利用python发送邮件主要借助smtplib和email两个模块smtplib用来建立和断开与服务器连接的工作email模块用来设置与邮件相关的内容,如:收件人、发件人、主题首先要登陆邮箱,勾选POP3/SMTP服务和IMAP/SMTP服务,进行授权码设置import smtplibfrom email import encodersfrom email.header impor...
2019-09-08 15:55:07
927
原创 利用Python实现报表自动化
# 导入源数据import pandas as pdfrom datetime import datetimedata = pd.read_csv(r'/Users/faye/Desktop/order-14.1.csv',parse_dates = ['成交时间']) # parse_dates将数据解析为时间格式data.head() # 预览前五行数据# 利用函数提高编码效率...
2019-09-08 14:24:55
1454
1
原创 App Store 隐私政策网址(URL)
@[TOC](App Store 隐私政策网址(URL))本软件尊重并保护所有使用服务用户的个人隐私权。为了给您提供更准确、更有个性化的服务,本软件会按照本隐私权政策的规定使用和披露您的个人信息。但本软件将以高度的勤勉、审慎义务对待这些信息。除本隐私权政策另有规定外,在未征得您事先许可的情况下,本软件不会将这些信息对外披露或向第三方提供。本软件会不时更新本隐私权政策。您在同意本软件服务使用协议之...
2019-09-03 10:29:33
871
原创 Datawhale_数据分析组队学习task9
时间序列日期和时间数据类型及工具字符串和datetime的相互转换时间序列基础索引、选取、子集构造带有重复索引的时间序列日期和时间数据类型及工具from datetime import datetimenow = datetime.now()now>>>datetime.datetime(2019, 8, 25, 20, 42, 13, 790158)In [2]:...
2019-08-27 23:04:17
267
原创 Datawhale_数据分析组队学习task8
绘图和可视化Matplotlib API入门Figure和Subplot调整subplot周围的间距颜色、标记和线型设置标题、轴标签、刻度以及刻度标签添加图例注解以及在Subplot上绘图将图表保存到文件Matplotlib API入门import matplotlib.pyplot as pltimport numpy as npdata = np.arange(10)plt.plot...
2019-08-25 16:43:56
196
原创 Datawhale_数据分析组队学习task7
pandas高级应用分类数据pandas 的分类类型分类数据import pandas as pdimport numpy as npvalues = pd.Series(['apple', 'orange', 'apple', 'apple'] * 2)values>>>0 apple1 orange2 apple3 apple...
2019-08-20 23:52:37
268
原创 Datawhale_数据分析组队学习task6
数据聚合与分组运算GroupBy机制对分组进行迭代选取一列或列的子集通过字典或Series进行分组通过函数进行分组根据索引级别分组数据聚合面向列的多函数应用apply:一般性的“拆分-应用-合并”GroupBy机制import pandas as pdimport numpy as npdf = pd.DataFrame({'key1' : ['a', 'a', 'b', 'b', 'a'...
2019-08-18 23:06:57
305
原创 Datawhale_数据分析组队学习task5
数据规整:聚合、合并和重塑层次化索引重排与分级排序根据级别汇总统计使用DataFrame的列进行索引合并数据集merge函数合并层次化索引import pandas as pdimport numpy as npdata = pd.Series(np.random.randn(9),index = [['a','a','a','b','b','c','c','d','d'],[1,2,3,...
2019-08-17 17:37:40
192
原创 Admob与Audience Network通用的基础广告政策
各广告样式政策广告通用政策原生广告插屏广告禁用的插页式广告实施方式横幅广告激励视频广告广告通用政策1.不能变相地诱导用户点击广告内容2.广告要有明显的广告标识,需要和内容区分开。原生广告在过关或暂停页面中展示原生广告插屏广告在切换网页内容、过关或升级时展示广告禁用的插页式广告实施方式在用户加载时展示在退出应用时展示重复或反复展示插页式广告意外启动插页式广告...
2019-08-15 18:34:00
592
原创 Datawhale_数据分析组队学习task4
数据清洗和准备处理缺失数据滤除缺失数据填充缺失数据数据转换利用函数或映射进行数据转换处理缺失数据import numpy as npstring_data = pd.Series(['arrdvark','artichoke',np.nan,'avocado'])string_data>>>0 arrdvark1 artichoke2 ...
2019-08-14 23:58:10
311
原创 App Store和Google Play的商店截图尺寸
App Store和Google Play的商店截图App Store屏幕截图尺寸Google Play屏幕截图尺寸App Store屏幕截图尺寸Google Play屏幕截图尺寸
2019-08-14 16:30:37
10740
原创 App Store和Google Play的ASO影响因素
应用商店优化(ASO)标题和副标题关键词描述、图标、截图&视频次要因素:评星、评论、下载和更新有很多因素会影响应用在应用商店中的排名,但最主要的两大因素是应用标题和关键字。其他因素如描述、视觉资产和其他等同样也会影响ASO。标题和副标题应用标题不应该只包含名字,而应该包括有着最高检索流量的关键字。通过在标题中添加关键词,用户搜索时就能更高概率的展示应用。在应用商店中,还有一个副...
2019-08-13 18:35:36
1017
原创 Datawhale_数据分析组队学习task3
数据加载、存储与文件格式读写文本格式的数据逐块读取文本文件将数据写出到文本格式json数据XML和HTML:Web信息收集二进制数据格式读取Excel文件Web APIs交互数据库交互读写文本格式的数据# read_csv读入DataFrameimport pandas as pddf = pd.read_csv(r'/Users/faye/Desktop/examples/ex1.csv...
2019-08-12 23:21:00
299
原创 Datawhale_数据分析组队学习task2
Pandas入门pandas的数据结构介绍SeriesDataFramepandas的数据结构介绍Series# 创建Seriesimport pandas as pdobj = pd.Series([4,7,-5,3])objOut[3]:0 41 72 -53 3dtype: int64# 获取values和indexobj.valuesO...
2019-08-10 12:14:47
244
原创 Datawhale_数据分析组队学习task1
Numpy基础ndarray:一种多维数组对象创建ndarrayndarray的数据类型Numpy数组的运算基本的索引和切片切片索引布尔型索引ndarray:一种多维数组对象创建ndarray创建数组使用array函数,array函数接受一切序列型的对象(包括其他数组),然后产生新的含有传入数据的Numpy数组# 一个列表转换import numpy as npdata1 = [6,7...
2019-08-07 00:11:47
322
原创 Google Play上架App设置隐私政策声明问题
APP上架Google Play一定要设置隐私政策声明解决方法:生成隐私内容:https://app-privacy-policy-generator.firebaseapp.com/#使用上面的站点,根据app的名称,类型,平台,选择对应的选项,右边包含对应的第三方隐私服务链接,用得到的都可以勾选上。点击GENERATE,生成一个APP的privacy-policy页面了。生成的...
2019-08-02 10:37:26
10000
原创 Python数据分析--可视化图表
绘制常用图表折线图柱形图普通柱形图簇状柱形图堆积柱形图条形图散点图折线图plt.plot(x,y,color,linestyle,linewidth,marker,markeredecolor,markeregwidth,markerfacecolor,markersize,lable)x,y表示x轴和y轴的数据,为必选项color表示折线颜色linestyle表示线的风格line...
2019-08-01 07:21:25
4152
1
原创 Mac系统下matplotlib中文乱码最简单解决方案
Mac下最简单最简单的方法,只需要添加一行代码# 解决中文乱码plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']实例:import numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inline# 解决中文乱码plt.rcPa...
2019-07-31 22:57:43
1699
4
原创 Python数据分析--数据可视化
数据可视化建立画布建立坐标系add_subplot 函数建立坐标系plt.subplot2grid 函数建议坐标系plt.subplot 函数建立坐标系plt.subplots 函数建立坐标系设置坐标轴设置坐标轴的标题设置坐标轴的刻度设置坐标轴范围图表格式的设置网格线设置设置图例图表标题设置设置数据标签图表注释建立画布# 导入matplotlib库中的pyplot并命名为pltimport ...
2019-07-30 23:31:03
628
原创 Facebook小游戏上架相关信息
Facebook小游戏上架相关信息上线基本流程官方文档小游戏设置+发布Facebook 开放平台政策小游戏买量官方优化建议上线基本流程商务平台审核游戏app+内购+广告审核(不得在 iOS 游戏内收取任何费用,即 iOS 游戏必须免费)游戏上线后优化+买量官方文档小游戏设置+发布https://developers.facebook.com/docs/games/instant-...
2019-07-30 16:20:48
696
原创 Python数据分析--结果导出
结果导出导出为.xlsx文件设置文件导出路径设置Sheet名称设置索引设置要导出的列设置编码格式缺失值处理无穷值处理导出.csv文件设置文件导出设置索引设置要导出的列设置分割符号缺失值处理设置编码格式将文件导出到多个Sheet导出为.xlsx文件设置文件导出路径df.to_excel(excel_writer = r'/Users/faye/Desktop/python学习/test导出.x...
2019-07-29 23:05:43
7661
原创 Python数据分析--数据分组/数据透视表
数据分组/数据透视表数据分组分组键是列名分组键是Seriesaggregate方法对分组后的结果重置索引数据透视表数据分组分组键是列名df>>> 用户ID 客户分类 区域 是否省会 7月销量 8月销量 9月销量0 59224 A 一线 是 6 20 01 55295 B 三线 否 37 27 352 46035 A 二线 是 8 1 83 2459 C 一线 ...
2019-07-26 07:22:58
2177
原创 Google Play的崩溃与ANR
Google Play的崩溃与ANR崩溃与ANR的定义崩溃与ANR的影响崩溃与ANR查找查看具体的崩溃ANR日志崩溃与ANR的定义 崩溃指应用出现异常报错,自动退出弹回桌面 ANR表示应用无响应,会弹出对话框让用户选择关闭或等待崩溃与ANR的影响Google Play应用的崩溃与ANR数据高于平均线将无法获得官方推荐,进而导致应用的排名下降、评分降低、用户流失崩溃率和ANR应小于...
2019-07-25 16:50:42
2294
1
原创 Python数据分析--时间序列
时间序列获取当前时刻的时间返回当前时刻的日期和时间返回当前时刻的年、月、日返回当前时刻的周数指定日期和时间的格式字符串和时间格式互相转换时间格式转换为字符串格式字符串格式转换为时间格式时间索引获取当前时刻的时间返回当前时刻的日期和时间from datetime import datetimedatetime.now()返回当前时刻的年、月、日datetime.now().year&...
2019-07-25 16:08:43
314
原创 Python数据分析--数据运算
数据运算算术运算比较运算汇总运算count 非空值计数sum 求和算术运算df>>> Z1 Z2 C1 C20 36 37 1 2.21 47 9 3 4.62 28 92 5 6.43 9 2 7 8.9# 两列相加df['Z1'] + df['C1']>>>0 371 502 333 16dty...
2019-07-25 16:08:38
455
原创 Python数据分析--数值操作
数值操作数值替换一对一替换数值替换一对一替换replace(A,B)表示将A替换成Bdf>>> 编号 年龄 性别 注册时间0 A1 54.0 男 2018-08-081 NaN NaN NaN NaT2 A3 47.0 女 NaT3 A4 41.0 男 2018-08-11df.replace(54,23) #将54替换成23>...
2019-07-25 16:08:34
467
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