python连接MySQL数据库服务器、使用SQL语句查询数据表中满足筛选条件的数据
python连接MySQL数据库服务器、使用SQL语句查询数据表中满足筛选条件的数据
DataFrame多表合并拼接函数concat、merge参数详解+代码操作展示
前言此篇文章接上两篇基础篇章：一文速学-数据分析之Pandas数据结构和基本操作代码DataFrame行列表查询操作详解+代码实战第一章详细介绍了Series和DataFrame作为两种Pandas基本数据结构中的创建、转换和操作。第二章则详细介绍DataFrame行列表查询操作。本打算把DataF
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（2）
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》 - 第二章 端到端的机器学习项目。Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurél
python数据分析基础009 -利用pandas带你玩转excel表格（下篇）
文章要点🍺前言💦（一）利用pandas对数据求和，算平均数💨1. 在excel表格中实现💨2.在pandas中进行实现💦（二）消除重复数据💨1.在excel中进行实现💨2.在pandas中实现💫2.1 利用pandas将重复的数据筛选出来💦（三）数据转置💨1.在excel中进行实
百度用户增长SQL面试题
🌹今天我们来刷点sql题，先说一下这几道题的侧重点吧，主要有常考点留存率、连续登陆天数的问题，以及其他像用户分级、最大观看时长的统计。对往期内容感兴趣的同学可以参考如下内容👇:链接: 牛客SQL大厂真题——某音短视频.链接: 京东数据分析SQL面试题.🌰话不多说，让我们开始今日份的学习吧。目录
DataFrame行列表查询操作详解+代码实战
前言文章接上章：一文速学-数据分析之Pandas数据结构和基本操作代码上文详细介绍了Series和DataFrame作为两种Pandas基本数据结构中的创建、转换和操作。由于数据处理和分析基本都是用DataFrame实现多表操作，故关于DataFrame的操作也十分的多，不如单独拿出一篇来讲。这里我
python数据分析基础008 -利用pandas带你玩转excel表格（中下篇）
利用pandas带你玩转excel表格，建议收藏！！
机器学习的概率统计模型（附代码）
概率统计知识在人工智能领域发挥着非常重要的作用，如深度学习理论，概率图模型等都依赖于概率分布作为框架的基本建模语言，本文为大家重点介绍了与人工智能有关的梳理统计方法~~
python数据分析基础007 -利用pandas带你玩转excel表格（中上篇）
利用pandas带你玩转excel，建议收藏！！
一文速学-数据分析之Pandas数据结构和基本操作代码
一文总结关于Pandas数据结构的Series和DataFrame的创建、转换和相关函数操作。该两种数据结构并不难理解，语言都是共通的，只要了解C语言基础的数据结构或是Python、JAVA的都能理解。关键是如何运用函数处理这些数据结构。
Windows环境安装及启动Zookeeper详细历程（含闪退、找不到JAVA_HOME及无限报错原因）
详细历程1.jdk安装2.下载Zookeeper3.解压文件4.创建文件夹5.修改配置文件6.运行闪退问题7.Error: JAVA_HOME is not set8.无限报错9. 启动成功
python数据分析基础006 -利用pandas带你玩转excel表格（上篇）
利用pandas操作excel表格,建议收藏！！
数据挖掘 —— 探索性数据分析
数据挖掘 —— 探索性数据分析1. 统计检验1.1 正态性检验1.2 卡方检验1.3 独立分布t检验1.4 方差检验1.5 Q-Q图1.6 相关系数2 单因素分析2.1 线性回归2.2 PCA 奇异值分解2.3 主成分分析（PCA自定义实现）3 复合分析3.1 分组分析3.1.1 离散数据分组3.
python数据分析—— pandas
python数据分析—— pandas1.模块导入2. Series对象的创建和索引3 DataFrame的创建及相关属性4 DataFrame修改索引、添加数据及删除数据4.1 DataFrame修改index columns4.2 添加数据4.3 删除数据5 数据处理6 数据合并7 多层索引8
金融数据安全分类分级解决方案
《数据安全法》的第二十一条“国家建立数据分类分级保护制度，根据数据在经济社会发展中的重要程度，以及一旦遭到篡改、破坏、泄露或者非法获取、非法利用，对国家安全、公共利益或者个人、组织合法权益造成的危害程度，对数据实行分类分级保护”。
python数据分析基础004 -numpy读取数据以及切片，索引的使用
numpy进阶，建议收藏！！
Pandas基础——一文详不尽（一）
Transforming DataFrames下面列举了pd常用的数据处理方法import pandas as pdDF = pd.DataFrame(xxxx)探索DF整体这里主要是看数据集里的整体部分，当你拿到数据集后应该是先对数据集的整体进行一个观察和探索看数据的前几行就用head（）观察每列
RFM用户分层模型｜原理+Python全流程实现
RFM 模型在数据分析中经常会进行用户分层，本文我们来了解一下常见的用户分层模型RFM。RFM概念RFM是由R(Recency)、F (Frequency)、 M(Monetary) 三个维度构成的，其具体含义如下：R：最近一次消费时间间隔F：消费频率M：消费金额这里对于这三个维度的概念简单的做一个
python数据分析基础003 -numpy的使用（详解)
numpy的超详细解说，建议收藏！！
python数据分析基础002 -使用mtplotlib绘图（散点图，条形图，直方图）
matplotlib绘图基础，建议收藏！！！
