<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[tbkken的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/tbkken</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; tbkken]]></copyright><item><title><![CDATA[Python中的数据类型]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/84824906</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/84824906</guid><author>tbkken</author><pubDate>Fri, 04 Nov 2016 09:48:46 +0800</pubDate><description><![CDATA[

 原文链接：http://www.datastudy.cc/to/86

 Python中总共有六种数据类型，分别如下：
 
 数字（Numbers）
 字符串（String）
 列表（List）
 元组（Tuple）
 集合（Sets）
 字典（Dictionaries）
 
 数字的种类：
 
 整数型（int）
 浮点型（float）
 布尔型（bool）
...]]></description><category></category></item><item><title><![CDATA[MySQL 使用 MRG_MyISAM 存储引擎来实现分表]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/84824687</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/84824687</guid><author>tbkken</author><pubDate>Thu, 03 Nov 2016 09:53:29 +0800</pubDate><description><![CDATA[
原文链接：http://www.datastudy.cc/to/83
 MRG_MyISAM存储引擎为MySQL的其中一个存储引擎，使用下面语句察看MYSQL数据库是否支持该存储引擎。
 

 
 MERGE存储引擎，也被认识为MRG_MyISAM引擎，是一个相同的可以被当作一个来用的MyISAM表的集合。“相同”意味着所有表同样的列和索引信息。你不能合并列被以不同顺序列于其中的表，没...]]></description><category></category></item><item><title><![CDATA[MySQL中的数值函数]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/84824475</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/84824475</guid><author>tbkken</author><pubDate>Wed, 02 Nov 2016 09:14:30 +0800</pubDate><description><![CDATA[
原文链接：http://www.datastudy.cc/to/78
 
 
 本文我们来介绍MySQL中常用的数值符号和函数。
 
 +
 
 加号:
 
 mysql&amp;gt; SELECT 3+5;
 -&amp;gt; 8
 
 -
 
 减号:
 
 mysql&amp;gt; SELECT 3-5;
 -&amp;gt; -2
 
 -
 
 一元减号。更换参数符号。...]]></description><category></category></item><item><title><![CDATA[Python如何将百分号的字符转成数字]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/84824157</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/84824157</guid><author>tbkken</author><pubDate>Mon, 31 Oct 2016 12:14:24 +0800</pubDate><description><![CDATA[
 
        原文链接：http://www.datastudy.cc/to/65
 
很多时候，我们拿到的报表数据，里面的小数都是带百分号的字符串，不能进行直接的计算，需要对其进行转换，然后再输出。
 
解决方法：
 

from pandas import DataFrame;
 
df = DataFrame({
'p_str': ['10.33%','23....]]></description><category></category></item><item><title><![CDATA[一张图让你详细理解Group By的分组聚合过程]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/84823960</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/84823960</guid><author>tbkken</author><pubDate>Sat, 29 Oct 2016 12:07:21 +0800</pubDate><description><![CDATA[
原文链接：http://www.datastudy.cc/to/59
 
 Group By分组聚合是我们在使用过程中使用最多的SQL之一（另外一个使用最多的估计就是JOIN了吧），为了让大家详细了解Group By的计算执行过程，我们下面使用一张图来详细讲解一下。
 

 
 我们的数据就是左表，有name和score两列，我们要求每个name下，score的最大值，技术术语是：...]]></description><category></category></item><item><title><![CDATA[如何高效地学习数据结构——Python篇]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/84823574</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/84823574</guid><author>tbkken</author><pubDate>Thu, 27 Oct 2016 10:24:51 +0800</pubDate><description><![CDATA[
 
原文链接：http://www.datastudy.cc/to/44


        我们来看看如何高效地学习一门语言的数据结构，今天我们先看Python篇。
 
        所谓数据结构，是指相互之间存在一种或多种特定关系的数据类型的集合。
 

 
 
        Python在数据分析领域中，最常用的数据结构，莫过于DataFrame了，今天我们就介绍...]]></description><category></category></item><item><title><![CDATA[开机时间排名——一个正态分布的应用的案例]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/84823258</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/84823258</guid><author>tbkken</author><pubDate>Wed, 26 Oct 2016 10:25:43 +0800</pubDate><description><![CDATA[
   原文链接：http://www.datastudy.cc/to/39

觉得很有用，但是用不上。
    这个肯定是很多人对《统计学》这一门课程的直观感觉，如果这货一点用处都没有，那是不可能的，大学的老师又不傻，没用的课程不会做为基础课程开设。但是你说它有用在哪里，又没有办法举例出来，所以就用不上了。
 
    坦白来讲，我不想开设一门所谓的《傻瓜都能学懂统计学》的类似课程，因为...]]></description><category></category></item><item><title><![CDATA[开机时间排名——一个正态分布的应用的案例]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/52931812</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/52931812</guid><author>tbkken</author><pubDate>Wed, 26 Oct 2016 10:20:43 +0800</pubDate><description><![CDATA[原文链接：http://www.datastudy.cc/to/37


    觉得很有用，但是用不上。




    这个肯定是很多人对《统计学》这一门课程的直观感觉，如果这货一点用处都没有，那是不可能的，大学的老师又不傻，没用的课程不会做为基础课程开设。但是你说它有用在哪里，又没有办法举例出来，所以就用不上了。




    坦白来讲，我不想开设一门所谓的《傻瓜]]></description><category></category></item><item><title><![CDATA[Python pandas 数据框的str列内置的方法详解]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/84823059</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/84823059</guid><author>tbkken</author><pubDate>Tue, 25 Oct 2016 10:37:24 +0800</pubDate><description><![CDATA[
 
原文链接：http://www.datastudy.cc/to/33
        在使用pandas框架的DataFrame的过程中，如果需要处理一些字符串的特性，例如判断某列是否包含一些关键字，某列的字符长度是否小于3等等这种需求，如果掌握str列内置的方法，处理起来会方便很多。
 
        下面我们来详细了解一下，Series类的str自带的方法有哪些。
 
1...]]></description><category></category></item><item><title><![CDATA[如何对数据按某列进行分层处理]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/84822889</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/84822889</guid><author>tbkken</author><pubDate>Mon, 24 Oct 2016 11:46:59 +0800</pubDate><description><![CDATA[
 

原文链接：http://www.datastudy.cc/to/19

 很多时候，我们拿到的数据，都是汇总的一份数据，例如我们示例中的数据，已经把所有仓库的数据都汇总起来了。
 
 但是我们在统计建模的时候，如果想要把他们拆分开来进行处理，那么如何进行分层处理呢？其实非常简单，我们使用split函数即可。
 
 split(x, f, drop = FALSE, ...)
...]]></description><category></category></item><item><title><![CDATA[陈老师撕B志玲姐姐的热门微博数据分析]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/52067957</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/52067957</guid><author>tbkken</author><pubDate>Fri, 29 Jul 2016 19:20:26 +0800</pubDate><description><![CDATA[昨晚陈老师不知因何事忽然在微博上骂女神志玲姐姐，引起来网友们的热闹围观，导致前几天风风火火的汪峰的前妻吸毒的事件，顿时落下帷幕，汪峰老师好不容易上了一次头条，就这么被硬生生的扯下来了。]]></description><category></category></item><item><title><![CDATA[在R中，如何计算Row Number呢？或者说是partition rank呢？]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/51939947</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/51939947</guid><author>tbkken</author><pubDate>Mon, 18 Jul 2016 10:40:22 +0800</pubDate><description><![CDATA[有的同学在处理自己的业务逻辑的时候，需要用到Row Number的方法，那么，什么是Row Number呢？

	例如我们有下面的数据，第一列是用户的ID，第二列是用户的购买日期，现在如果我们需要判断用户是否重复购买，并且，每一次的购买，下一次的购买时间间隔是多少呢？]]></description><category></category></item><item><title><![CDATA[在MySQL中，如何实现Row Number OVER Partiton或者是Rank OVER Partiton呢？]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/51939817</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/51939817</guid><author>tbkken</author><pubDate>Mon, 18 Jul 2016 10:29:34 +0800</pubDate><description><![CDATA[有的同学在处理自己的业务逻辑的时候，需要用到Row Number OVER Partition的方法，那么，什么是Row Number OVER Partition呢？

	例如我们有下面的数据，第一列是用户的ID，第二列是用户的购买日期，现在如果我们需要判断用户是否重复购买，并且，每一次的购买，下一次的购买时间间隔是多少呢？]]></description><category></category></item><item><title><![CDATA[在Pandas中，如何根据Group By 结果计算 Row Number]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/51881227</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/51881227</guid><author>tbkken</author><pubDate>Mon, 11 Jul 2016 15:35:23 +0800</pubDate><description><![CDATA[例如我们有下面的数据，第一列是用户的ID，第二列是用户的购买日期，现在如果我们需要判断用户是否重复购买，并且，每一次的购买，下一次的购买时间间隔是多少呢？]]></description><category></category></item><item><title><![CDATA[用Python读红楼梦之——二、词云美化]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/51860168</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/51860168</guid><author>tbkken</author><pubDate>Fri, 08 Jul 2016 13:23:37 +0800</pubDate><description><![CDATA[咱们书接上回，讲到我们使用Python把红楼梦中的核心词汇给绘画出来了，但是，红楼梦这么唯美的书，给我们乌漆麻黑的搞了一张词云，宝宝们肯定接受不了。]]></description><category></category></item><item><title><![CDATA[用Python读红楼梦之——一、词云绘制]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/51860160</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/51860160</guid><author>tbkken</author><pubDate>Fri, 08 Jul 2016 13:22:06 +0800</pubDate><description><![CDATA[Python在数据分析中越来越受欢迎，已经达到了统计学家对R的喜爱程度，Python的拥护者们当然不会落后于R，开发了一个个好玩的数据分析工具，下面我们来看看如何使用Python，来读红楼梦，本文是《用Python读红楼梦》系列文章的第一篇，绘制小说中的词云。]]></description><category></category></item><item><title><![CDATA[Shell比较两个日期的大小]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/9045557</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/9045557</guid><author>tbkken</author><pubDate>Fri, 07 Jun 2013 11:00:44 +0800</pubDate><description><![CDATA[在Shell中我们可以利用date命令比较两个日期的大小，方法是先把日期转换成时间戳格式，再进行比较。
date 的+%s可以将日期转换成时间戳格式,看下面的例子：


#!/bin/bash
 
date1="2008-4-09 12:00:00"
date2="2008-4-10 15:00:00"
 
t1=`date -d "$date1" +%s`
t2=`date]]></description><category></category></item><item><title><![CDATA[[Java]读取文件方法大全]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/8963469</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/8963469</guid><author>tbkken</author><pubDate>Thu, 23 May 2013 09:19:23 +0800</pubDate><description><![CDATA[1、按字节读取文件内容
2、按字符读取文件内容
3、按行读取文件内容

4、随机读取文件内容 



public class ReadFromFile {
    /**
     * 以字节为单位读取文件，常用于读二进制文件，如图片、声音、影像等文件。
     */
    public static void readFileByBytes(String fileN]]></description><category></category></item><item><title><![CDATA[wget 使用技巧]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/8922235</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/8922235</guid><author>tbkken</author><pubDate>Mon, 13 May 2013 19:51:39 +0800</pubDate><description><![CDATA[wget 是一个命令行的下载工具。对于我们这些 Linux 用户来说，几乎每天都在使用它。下面为大家介绍几个有用的 wget 小技巧，可以让你更加高效而灵活的使用 wget。

$ wget -r -np -nd http://example.com/packages/

这条命令可以下载 http://example.com 网站上 packages 目录中的所有文件。其中，-np 的作]]></description><category></category></item><item><title><![CDATA[linux压缩和解压缩命令大全]]></title><link>https://blog.youkuaiyun.com/tbkken/article/details/8921078</link><guid>https://blog.youkuaiyun.com/tbkken/article/details/8921078</guid><author>tbkken</author><pubDate>Mon, 13 May 2013 15:59:02 +0800</pubDate><description><![CDATA[.tar
　　解包：tar zxvf FileName.tar
　　打包：tar czvf FileName.tar DirName
　　---------------------------------------------
　　.gz
　　解压1：gunzip FileName.gz
　　解压2：gzip -d FileName.gz
　　压缩：gzip FileName]]></description><category></category></item></channel></rss>