zhangyifeng_1995的博客

数据探索性分析是我们初步了解数据，熟悉数据为特征工程做准备的阶段，甚至很多时候EDA阶段提取出来的特征可以直接当作规则来用。可见EDA的重要性，这个阶段的主要工作还是借助于各个简单的统计量来对数据整体的了解，分析各个类型变量相互之间的关系，以及用合适的图形可视化出来直观观察。希望本节内容能给初学者带来帮助，更期待各位学习者对其中的不足提出建议。数据预处理：a. 缺失值的填充b. 时间格式处理c. 对象类型特征转换到数值异常值处理：a. 基于3sigma原则b. 基于箱型图。

[学习笔记]PowerBI数据分析与可视化-B站数据大白

[37]基于pandasql和plotly的数据科学家薪资分析与可视化 @ShowMeAI

[学习笔记]每天1小时学会数据分析、挖掘、清洗、可视化从入门到项目实战

[学习笔记]黑马程序员python教程

Spark解决什么问题？海量数据的计算，可以进行离线批处理、实时流计算、机器学习计算、图计算、通过SQL完成结构化数据的处理。

[学习笔记]黑马程序员-Hadoop入门视频教程

课程介绍背景介绍学习主题：Python爬虫和数据可视化学习内容：(1)Python语言的基础知识(2)网络爬虫的技术实现(3)数据可视化的技术应用(框架、组件等)学习目标： 了解网络爬虫和数据可视化的技术原理与流程Python基础知识认识PythonPython概述基本概念诞生和发展1991年，第一个Python编译器(同时也是解释器)(可以解析你的指令了)诞生，它用C语言实现，并能调用C库。2000年，Python2.0发布。2008年，Python3发布。Python是一

[学习笔记]B站学习视频：七周成为数据分析师-第一周序数据思维结构化公式化业务化数据分析的思维技巧象限法多维法假设法指数法二八法对比法漏斗法如何在业务时间锻炼数据分析思维好奇心多练习序视频来源：磨剑之作，七周成“师”！【七周成为数据分析师】七个方面很重要：数据思维、业务知识、Excel、数据可视化、SQL、统计学、Python数据分析的结构层次：(用户行为-变成-原始数据)：底层数据的收集/产品端收集：数据采集简称埋点(原始数据-变成-加工数据)：数据业务化/产品需要什么数据？(加工数据-变成