Paradise 的博客

函数与关键字用法说明round(x, n)四舍五入，x为浮点数，n为保留的位数ceil(x)向上取整floor(x)向下取整truncate(x, n)截断x，n为保留的位，该位之后的数值置零，位数表示示例：321.123，其中小数点前用负值表示，小数点位数为0，即 truncate(x, 0) 等同于舍弃小数部分取整mod(a, b)返回 a 除以 b 的余数abs(x)返回 x 的绝对值rand()返回 0-1 的随机浮点数s

在统计学中很多推论与正态分布有关，并且很多统计量构造为满足正态分布的形式，很多分布在特定条件近似于正态分布。因此，在统计推断中经常需要判断样本的正态性。本文介绍一些常用的方法。

如图，左右分别为 0-12 和 12-24 小时中的下单数量分布，可以直观地看到有较高的集中趋势。根据此行为习惯，可以在对应时段提高商品 pv，增加客服销售人员支持，促进用户下单和提高转化率，以提高销售业绩。如图为总样本不同渠道和不同 SKU 的销售额，趋势过于集中，容易因为某个渠道或某个产品的问题引起销售额较大的波动。因此可以进一步研究其特点，结合地区销售情况，用户行为习惯等分析，推出营销活动，作为提高销售业绩的突破口。如图，为不同员工的销售额和订单量，大体上处于一致的水平。

前面的文章中通过假设对比来检验样本是否服从泊松分布。得出的结论是总体分布不服从泊松分布，那么如何找到与总体分布最接近的分布呢？不可能一个个分布去验证。这里便可以用到fitter这个库。fitter是一个小型的第三方库，提供了一个简单的类来拟合数据的分布，亦即找出与样本最接近的理想的分布。

本文以一个为例，研究顾客购买次数的分布规律，尝试从中估计总体的分布，以对后续的订单数据进行预测或进行业绩的对比。

【代码】SQL 复习 02。

Echarts是一个基于 JavaScript 的图表库，用于在 HTML 中生成可交互的图表（关于更多 js 图表库可以参考 优快云 上的这篇博客PyEcharts旨在提供在 Python 中使用 Echarts 的 API，以便将数据可视化的流程整合到 Python 数据处理的流程当中。以下是四个文档和示例网站，各有特点。利用好这几个网站基本上就可以解决所有可能遇到的问题，而不需要在搜索引擎中漫无目的地翻查。

在 pyecharts 中如果修改了 online host，会导致绘制的地图显示不全，需要将 host 改回默认的。

使用 Pyecharts 生成的可视化作品是 HTML 的形式，需要使用特定的 js 代码。如果生成完全离线可用的文件，文件里会包含大量的 js 代码，文件会过大不利于分享。如果生成没有 js 代码的文件，则默认在 pycharts.org 上加载相应的 js，访问速度比较慢。因此可以参考以下操作更改 HOST，使用 CDN 加速。

关于展示的内容和开发过程的介绍直接看。项目，项目网站已经同时部署在。

注意到箱形图部分城市的四分位已经到零点，主要是部分商家首页没有推荐的折扣商品，导致计算产品的参考均值的时候得到缺失值。在 MtSpider 中的 parse_data 环节已经进行简单的清洗，主要根据返回的 json 文档的数据结构，将其分割成两个表，方便处理。明显的趋势是：价格亲民的品牌，有遍地开花的趋势，反之价格高的品牌店铺数量较少。首先看一下各区的分布（绘制这个图的时候都没发现，现在才惊觉有个逻辑上的错误，影响不大，懒得改了）。不过也是可以反映一些信息的，毕竟哪怕是刷的分，也是要成本的。

优快云 上不能插入 HTML，可以在 GitHub Page 上查看：项目首次发布于上 –。感兴趣的可以直接上去 Fork 之后自己做。由于上面只能用 Jupyter Notebook，而且还没有权限 DIY 工作环境，于是线下重新做一下。，包含全球范围内的大型超市四年间的零售订单数据，有 24 个字段，5w+ 条订单记录。下面将详细了解数据内容，进行数据清洗以及可视化分析。

在 Github 上查看交互式的绘图结果 |在这篇文章中，从最基本的绘图开始，逐步学习 Bokeh 中常用的绘图功能，目标是能满足大部分基础的绘图需求。

是一个 Python 第三方库，用于加速 Pandas 的 API 执行速度。原始的 Pandas 是单线程执行的，而 Modin 则重新打包了 Pandas 里面的 API，使其同时在多个内核中运行，提高硬件性能的利用率。使用方法很简单，安装 Modin 后，将导入 pandas 的语句由改为即可。这时候使用的便是由 Modin 包装后的 API。但是它并没有覆盖全部的 API，遇到库中不包含的 API，它会自动切换为原始的 Pandas 执行。也就是说，使用上与原始的 Pandas 是完全一致的。

这个是数据科学社区用的比较多的平台，相对来说也比较成熟，功能比较完善，现阶段有比较慷慨的免费计算资源。(1) 创建一个（或已存在的）Github 仓库，里面包含你要共享或在线编辑的 notebook(2) 在浏览器打开以下网址：对应上图仓库的链接就是(3) 等待片刻就在服务器搭建好一个虚拟环境，并加载出 Jupyter 的页面(4) 第一次加载会慢一点，后面的操作就很流畅了。然后就像在本地服务使用 Jupyter Notebook 一样该干啥干啥就可以了。

简单复习了一下 SQL，记录一下速查表例子示例表：/* Employee */+----+-------+--------+--------------+| Id | Name | Salary | DepartmentId |+----+-------+--------+--------------+| 1 | Joe | 70000 | 1 || 2 | Henry | 80000 | 2 || 3 | Sam |.

一、数据获取以下为数据获取的完整代码，直接使用 get 请求数据，网站只需验证正确的 User-Agent。同时在 JobSpider 中初步解析整理数据，使用 BeautifulSoup + CSS 解析数据，使用正则表达式整理数据完善字段。具体的解析逻辑参考网页源码。# -*- coding: utf-8 -*-"""爬取 51Job-深圳-数据分析 招聘职位数据"""impor...

武汉必胜！中国必胜！2020 新年之际，新型冠状病毒疫情在全国各地陆续出现，尤其武汉人民深受其害。为了支援疫区，同时打发被“软禁”在家的时光，决定研究一下目前的疫情，看看是否能发现一些有用的结论。在网上浏览一下，对于疫情数据的可视化以及建模分析，目前已经做了大量的工作，并且已经建立实时监控疫情的系统。于是准备从另一个方面入手，从本质上模拟疫情的传播，并对比理想状态下的传播于实际情况的区别。...

深圳二手房价分析—— 纵得广厦千万间，难使天下寒士俱欢颜。一、问题背景最近，深圳的一个新楼盘深业中城开盘，备案价高达 13.1 万的豪宅项目，光认筹就需要缴纳 500 万的诚意金，在别的城市已经可以全款购买一套房了。单看新盘的价格，深圳早几年就已经超越北京稳居榜首了。但是最近中国房价行情网的最新数据显示，10 月份深圳二手房均价为 65,364 元/㎡，环比增长 1.07%，意味着深圳的二手...