- 博客(48)
- 收藏
- 关注
原创 R语言:移动平均计算及绘图
R语言,filter函数使用参数说明以及解决报错:UseMethod("filter") : "filter"没有适用于"c('integer', 'numeric')"目标对象的方法ggplot绘制趋势线图,图例坐标轴调整说明
2023-05-28 16:52:05
2777
1
原创 概率论:样本与总体分布,Z分数与概率
如何理解样本和整体的关系,利用Z分位数来品评估样本是否能够代表总体,这是假设检验的基础,当年就是没有完整理解这一点,导致概率论学的一知半解的
2023-05-25 19:55:21
3722
原创 SQL:聚合类窗口函数的preceding和following参数用法
聚合类窗口函数的rows between 和range between 对比,以及preceding和following参数用法
2023-05-25 13:39:07
4481
原创 SQL-计算留存率cohort
计算留存率cohort,以及不同时间维度下的留存率(日留存cohort,周留存cohort,月留存cohort)
2023-05-24 13:47:37
1651
原创 SQL-窗口函数进阶用法:ntile(),percent_rank(),cume_dist()
ntile(),percent_rank(),cume_dist()
2023-05-23 20:51:16
1307
原创 SQL-不依赖任何表取连续数字和连续日期
取连续数字和日期,涉及到的知识点包括:date_add,sapce().split().lateral view explode(),row_number()over()
2023-05-23 17:59:51
629
原创 SQL :字符串合并拆分与行列转换:concat_ws()、LATERAL view explode、collect_set()|collect_list()函数
concat_ws()、LATERAL view explode、collect_set()|collect_list()函数讲解
2023-05-22 22:03:53
1161
原创 SQL:grouping sets详解
grouping sets案例说明以及实现逻辑讲解,包括grouping__id的生成逻辑以及通过二进制判断分组是否为all的方法
2023-05-22 20:15:16
1234
原创 python数据绘图-并列子图
python matplotlib.pyplot模块和pandas模块,使用subplot()函数绘制子图以及调整参数plt.figure(figsize=(10,10))plt.xticks(rotation=90)plt.tight_layout()ax=plt.gca()
2023-05-13 12:00:00
569
原创 python数据绘图-legend图例位置调整优化
一文讲全python 图例位置调整参数:【loc、borderaxespad、bbox_to_anchor】,主打就是没有废话,不绕弯子,简单好懂
2023-05-12 21:00:00
10263
原创 python数据绘图-使用twinx双轴叠加制作帕累托图
介绍帕累托图的应用场景,以及在matplotlib.pyplot模块中使用twinx()函数叠加坐标轴的方式制作帕累托图
2023-05-11 07:30:00
1229
原创 python数据绘图-柱状图(pandas)
绘制柱状图:单一柱状图,分组柱状图(簇形,堆积),百分比柱状图,pandas和matplotlib.pyplot绘图语法对比
2023-05-06 19:30:00
1743
原创 python-数据框:多层索引数据透视
关于python多层索引的一切都在这里了,如何创建多层索引,对多层索引中的日期索引重采样为年月周,多层索引转为行列格式,在数据框中使用apply函数等等
2023-05-01 18:15:18
538
原创 python-数据框:分组聚合(含样例数)
因为按月汇总的数据,时间索引会取每月最后一天,为了精简,可以处理为年月日期格式。根据详情可知,date列是字符串格式,如果按时间分组需要转换为date格式。(提取码: scsj )在按日汇总的基础上再聚合。其他时间格式转移样例。
2023-04-23 20:00:30
341
原创 python-数据分析:集中离散趋势
数据分析:数据集中度描述统计(左偏分布,右偏分布,正态分布),绘图:matplotlib.pyplot.hist()
2023-04-17 20:56:35
733
原创 python数据分析实操入门知识点汇总(内附安装使用工具)
以下十二篇内容整理了python数分入门的基础知识点,虽然学完还不能进行完整的数据分析实战,但是打下基础之后,进行后面的学习才能顺畅高效。日拱一卒,每天30分钟的时间,掌握一个新技能并不难。
2023-04-13 19:57:56
202
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