Maxwell_li1的博客

在新冠肺炎检测中，**查准率**关注的是"被判定为阳性的人里，有多少真正感染"。如果查准率低，意味着很多健康人被误诊为阳性，导致隔离资源浪费、交叉感染风险增加，以及民众不必要的心理恐慌。**召回率**则关注"所有真实感染者中，有多少被检测出来"。如果召回率低，意味着大量感染者漏网，他们在社区中自由活动，成为移动传染源，导致疫情扩散失控。两者难以兼得：提高查准率往往要牺牲召回率（检测标准更严格），反之亦然。实际应用中需权衡取舍——大规模筛查阶段更重视召回率

本文介绍了Python在微积分和概率统计中的应用指南。主要内容包括： 求导基础与实战：讲解了求导的四大意义（变化率、切线斜率、优化问题、几何对称性），并演示了使用SymPy库进行多项式、三角函数、指数函数和对数函数求导的方法。 积分基础与实战：阐述了积分的几何意义和数学意义，展示了如何使用SymPy计算不定积分和定积分，包括常见函数的积分规则。 概率分布函数：重点介绍了scipy.stats库中的三大核心函数：cdf（累积分布函数）、ppf（分位点函数）及其应用场景，如计算概率、确定临界值等。 文章通过代码

商业数据分析指标体系摘要 本文系统梳理了五大类互联网产品的核心数据分析指标体系： 电商类：基于AARRR模型，涵盖用户增长、活跃、留存、转化和传播全链路指标 内容资讯类：围绕内容生产、分发、消费、互动和变现构建闭环评估体系 社交类：聚焦关系建立、内容互动、用户留存和商业变现四个维度 工具类：从工具价值、使用效率、用户依赖、场景延伸和商业变现评估产品价值 游戏类：贯穿新手引导、核心玩法、社交系统、付费设计和长期运营全生命周期 每类产品均提供可视化框架和关键指标说明，帮助业务人员快速掌握数据驱动决策的核心评估维

Pandas提供了强大的数据合并功能，主要包括堆叠合并（concat）和主键合并（merge）两种方式。堆叠合并分为横向堆叠（axis=1）和纵向堆叠（axis=0），前者用于增加列特征，后者用于增加行记录。concat函数支持多种参数设置，包括合并方向、连接方式（outer/inner）、索引处理等。在实际应用中，合并前需注意索引对齐问题，避免产生NaN值。典型应用场景包括合并不同时间段或不同部门的数据。掌握这些合并技巧能有效提高数据预处理效率。

Pandas数据分析摘要 本文档系统介绍了使用Pandas进行数据分析的核心方法，包含以下关键内容： 环境配置：导入NumPy、Pandas、Matplotlib等库，设置中文显示，讲解CSV数据读取方法及常见编码问题处理。 描述性分析： 使用info()检查数据完整性 通过describe()获取8个关键统计量 采用直方图、箱线图和密度曲线可视化数值分布 分组分析：详细讲解groupby操作，包括单列/多列分组、聚合函数应用，以及数据透视表和交叉表的使用方法。 可视化技巧：结合Matplotlib和Sea

Pandas数据分析完整指南摘要 Pandas是Python核心数据分析库，提供Series和DataFrame两种核心数据结构。本指南系统讲解： 基础数据结构：Series（一维带标签数组）和DataFrame（二维表格）的创建与操作 数据处理：包括字符串操作（strip/split/replace等）、索引访问、属性查询 高级特性：继承NumPy的向量化运算、统计函数应用 数据I/O：支持多种格式数据读取与存储 数据库连接：与SQL数据库的交互方法 重点功能： Series支持字典创建和多种索引方式 字

# NumPy数值计算完整学习指南> 💡 **核心要点**：NumPy是Python数据分析的基础库，提供高效的多维数组对象和数值计算功能，比Python原生列表快10-100倍！---## 📚 目录1. [NumPy简介与环境配置](#1-numpy简介与环境配置)2. [数组创建方法](#2-数组创建方法)3. [数组属性与类型](#3-数组属性与类型)4. [数组索引与切片](#4-数组索引与切片)5. [数组统计函数](#5-数组统计函数)6. [数学运算函数](#6-