m0_74343360的博客

原创 WPS数据分析000010

wps数据分析报表

原创 WPS数据分析000009

F4绝对引用。

原创 WPS数据分析000008

第一步：查找出橙色单元格，ctrl+A全选；若为单元格，表示选择整个工作表。第二步：为单元格设置名称。

原创 WPS数据分析000007

原理：分列→下一步→下一步→列数据类型：常规→完成。原理：分列→下一步→下一步→列数据类型：常规→完成。

原创 WPS数据分析000006

开始→ 排序同文件→选项→自定义序列→输入序列。

原创 WPS数据分析000005

复制文件的地址→数据选项卡→导入数据→选择数据源→地址栏粘贴文件位置，回车→下一步→分隔类型txt csv 网址中的表格文件。

原创 WPS数据分析000004

目录一、表格阅读技巧冻结窗格拆分窗口新建窗口阅读模式护眼模式二、表格打印技巧打印预览打印缩放打印区域打印标题分页打印打印位置页眉页脚逐份打印三、表格保护技巧锁定单元格隐藏公式文档权限文件加密

原创 WPS数据分析000003

选择单个单元格，套用表格样式，系统会自动选中整个数据区域，如图1；可以去掉表头，如图2。选择‘转换成表格，并套用表格样式’出现表格工具选项卡。表格工具→插入切片器，如图。插入→数据透视表，如下图。切片器---筛选的按钮。条件格式→数据条→填充。

原创 wps数据分析000002

点击A2，按住ctrl+shift键，按住向下箭头，选中第一列；再按住ctrl+shift键，按住向右的箭头，即可选中整个工作表。光标定位到列的位置上，出现一个较粗的箭头，单击一下，即选中单元格中的某列，选中要录入的单元格区域，输入要录入的内容，再按住ctrl不放，回车即可。shift作用：选中连续的数据区域。ctrl作用：选中不连续的数据区域。快捷键（ctrl +R/D)

原创 WPS数据分析000001

目录一、表格的新建、保存、协作和分享新建保存协作二、认识WPS表格界面三、认识WPS表格选项卡开始选项卡插入选项卡页面布局选项卡公式选项卡数据选项卡审阅选项卡视图选项卡会员专享选项卡一、表格的新建、保存、协作和分享新建ctrl+N------新建表格文件保存ctrl+S保存保存在我的电脑和桌面的话，仅在此电脑实现同步到云空间之后，可以查看历史版本，可以与别人分享与协作协作二、认识WPS

原创 excel操作

来源：B站默默亚

原创 数据分析002

互联网上从歌曲和软件的下载、网页的点击到网上店铺的销售，都呈现长尾分布的特征。曲线头部位置较高，随着序号的增大，曲线陡然下降，但在尾部位置曲线并没有迅速坠落到零，二十及其缓慢地贴近于横轴。正态分布是一个非常常见的连续概率分布，其在统计学上的十分重要，经常用在自然和社会科学来代表一个不明的随机变量。预测性分析：使用线性回归或者逻辑回归的方法找到自变量与因变量之间的关系，并使用该关系式预测因变量的变化。均匀分布也叫矩形分布，它在相同长度间隔的分布概率是等可能的。相关性只能解释过去，不能预测未来的一个发展。

原创 数据分析篇001

以一家线下服装店的经营者为例，通过多年的经营已经在微信上积累了诸多用户，这时如何通过数据分析与数字化经营的思维来管理顾客资产，提升经营效率？例如：商品数据（SKU，库存，ASIN，价格等）、用户数据（行为数据、属性数据等）......性别、年龄、地理位置、行业、购买力、互动频率、最近互动时间。当数据资产积累到一定程度时，就需要用单独的数据库存储数据。描述性分析、用户价值分析、用户分类分析。4、单维度数据判断精准性的增加。2、数据维度复杂性的增加。3、单维度数据数量的增加。1、数据维度数量的增加。

原创 Adaboost算法

原创 ID3算法决策树

再比较信息增量的大小，确定分类依据。

原创 朴素贝叶斯算法

拉普拉斯平滑。

原创 基于物品的协同过滤算法

预估用过户对候选物品的兴趣计算物品相似度召回通道快速做召回条件

原创 基于用户的协同过滤算法

协同过滤算法 基于用户

原创 pycharm鼠标变成小方块

光标变为竖条

原创 谷歌浏览器与谷歌驱动匹配

网址：Chrome for Testing availability (googlechromelabs.github.io)

原创 蓝桥杯---数组分割

根据以上分析，对于第一测试用例，所有4种子集都符合条件，输出应该是4。对于第二测试用例，因为无法将和分成两部分都是偶数，输出应该是0。在这种情况下，所有可能的子集的和都是偶数，包括空集。因此，所有四种可能的子集选择（包括空集）都符合要求。对于这个数组，不可能找到一种分割方式，使得两个子集的和都是偶数。因此，没有符合条件的子集选择。动态规划：能用动态规划解决的问题，需要满足三个条件：最优子结构，无后效性和子问题重叠。这代表有两个测试用例。

原创 计算器---

hex” 表示十六进制（hexadecimal），“dec” 表示十进制（decimal），“bin” 表示二进制（binary）。“oct” 表示八进制（octal），

原创 &&和||

在Java中，&& 是逻辑与运算符。它用于将两个布尔表达式连接起来，并且只有当两个表达式都为true时，整个表达式的结果才为true。如果其中任何一个表达式为false，整个表达式的结果就为false。在Java中，|| 是逻辑或运算符。它用于将两个布尔表达式连接起来，只要其中一个表达式为true，整个表达式的结果就为true。只有当两个表达式都为false时，整个表达式的结果才为false。|| 在条件语句中常用于连接多个条件，如果其中至少一个条件满足，整个条件就会被视为满足。

原创 蓝桥杯---蜗牛

问题的本质是求解蜗牛从起点到终点的最短时间。蜗牛可以选择直接爬行到下一个竹竿的底部，也可以利用传送门来快速移动。：在动态规划中，通常需要考虑边界情况。在这个问题中，就是第一个竹竿的情况，需要单独处理。：在动态规划中，我们需要定义状态以及状态之间的转移。

原创 洛谷---1090合并果子

【代码】洛谷---1090合并果子。

原创 背包问题---

有N种物品和一个人容量是v背包，每种物品数量有限，第i件物品的体积为v[i]，价值为w[i]，数量为s[i]，求解将哪些物品装入背包使得总价值最大。设状态dp[i][j]表示到第[i]组，体积为j的最大价值，在这里不能忽略第一维，否则可能导致状态转移错误！状态转移方程：dp[i][j]=max(dp[i-1][j]，dp[i-1][j-w]+v)例题---小明的背包5小明有一个容量为V的背包。这天他去商场购物，商场一共有N组物品，第i组里有件物品，物品的体积为w，价值为v，对于每一组只能购买一件物品。

原创 动态规划基础

简称DP，通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。常常适用于有重叠子问题和最优子结构性质的问题。简单来说，就是给定一个问题，把它拆成一个个子问题，查到子问题可以直接解决。

原创 hive词频统计---文件始终上传不来

hive> LOAD DATA INPATH '/user/hive/warehouse/db1.db/t_word/word.txt' INTO TABLE t_word;FAILED: SemanticException Line 1:17 Invalid path ''/user/hive/warehouse/db1.db/t_word/word.txt'': No files matching path hdfs://mini01:8020/user/hive/warehouse/db1.db/t

原创 搜索----

DFS(深度优先搜索)是基于递归求解问题。而针对搜索的过程。约定，对于问题的介入状态，叫初始状态，要求的状态叫目标状态。搜索就是对实时产生的状态进行分析检测，直到得到一个目标状态或符合要求的最佳状态为止。对于实时产生新的状态的过程叫扩展。

原创 离散化、贪心、双指针、二分、倍增、构造、位运算

双指针算法通常用于在数组或字符串中进行快速查找、匹配、排序或移动操作。双指针并非真的用指针实现，一般用两个变量来表示下标(在后面都用指针来表示)。双指针算法使用两个指针在数据结构上进行迭代，并购根据问题的要求移动这些指针。双指针往往也和单调性、排序联系在一起，在数组的区间问题上，暴力法的时间复杂度往往是O()，但双指针利用”单调性“可以优化到O(n)。对撞指针快慢指针倍增 从字面的上意思看就是成倍的增长 ,这是指我们在进行递推时,如果状态空间。

原创 进制转换-

二进制、八进制、十进制数字下标法，对于不同进制的数可以将它们加上括号再用数字下标表示进制二进制：逢二进一基数为2，数值部分用两个不同的数字0、1来表示十进制：逢十进一基数为10，数值部分用0、1、2、3、4、5、6、7、8、9来表示十六进制：逢十六进一基数为16，有十六种数字符号，除了在十进制中的0至9外，还另外用6个英文字母A，B，C，D，E，F来表示十进制数的10至15。

原创 递归---算法

斐波那契数列的定义为F(n)=F(n-1)+F(n-2)，同时F1=1,F2=1。请你输出数列的第n个数的对1e9+7取模的值。在数学与计算机科学中，是指在方法的定义中使用方法自身。，即在定义自身的同时又出现自身的直接或间接调用。输出描述：输出一个整数，表示答案。直接或者间接调用自身方法的算法。注意：递归必须要有一个退出条件。输入描述：输入一个正整数n。

原创 模拟---算法

仅仅使用较简单的算法和数据结构的题目。模拟顾名思义，按照题目的要求，一步步写出代码。：模拟题目通常是具有码量大、操作多、思路繁复的特点。

原创 枚举---算法

也称之为穷举算法，这种算法就是在解决问题的时候去使用所有的方式去解决这个问题，会通过推理去考虑事件发生的每一种可能，最后推导出结果。简单粗暴，它暴力的枚举所有可能，尽可能地尝试所有的方法。大部分题目使用枚举算法拿不到满分。

原创 时间复杂度

是用来分析算法执行时间随着问题规模增大而增长的速度。衡量算法的执行效率。

原创 桶排序---

的思想，把元素的值域分成若干段，每一段对应一个桶。在排序的时候，首先把每一个元素放到其对应的桶中，再对每一个桶中的元素分别i排序，再按顺序把每个桶中的元素依次取出，合并成最终答案。给定一个长度为n的数组a，请你将a排完序后输出。输出共一行，包含n个整数，表示排完序后的数组a。桶排序：一种非比较的排序算法。第一行包含一个整数n，表示数组a的长度。第二行包含n个整数，分别表示a1~an。

原创 归并排序---分治法

归并排序：是的一种有效的排序算法。算法是采用分治法的一个非常典型的应用，且。归并排序的思路简单，速度仅次于快速排序，为排序算法，一般用于对总体无序，但是各子项目相对有序的数列。时间复杂度。

原创 快速排序---算法

快速排序：通过一趟排序将待排记录分隔成，其中一部分记录的，则可分别对这两部分记录继续进行排序，以达到震哥哥序列有序。快速排序的最坏运行情况是O()，比如说顺序数列的快排。但它的平摊期望时间是O()，且()记号中隐含的常数因子很小，比的归并排序要小很多。所以，对绝大多数顺序性较弱的随机数列而言，快速排序总是由于归并排序。

原创 插入排序---算法

插入排序：它的工作原理是通过构建有序排序，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置插入。

原创 选择排序---算法

首先在未排序列中找到最小(大)元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继。以此类推，直到所有元素均排序完毕。选择排序的思想其实和冒泡排序有些相似，都是在一次排序后把最小的元素放到最前面，或者将最大值放到最后面。但是过程不同，。而选择排序是通过对整体的选择，每一趟从前往后查找出无序区最小值，将最小值交换至无序区最前面的位置。