Skip to content

Latest commit

 

History

History
106 lines (66 loc) · 2.19 KB

week23.md

File metadata and controls

106 lines (66 loc) · 2.19 KB

Algorithm

Tips

processon

  1. anaconda 安装，数据基本清洗，数据可视化 (TODO 图可以配置label和偏移等)

  2. 统计学概念

  • mean,median,mode

  • 方差、标准差

Q: 既然有了方差来描述变量与均值的偏离程度，那又搞出来个标准差干什么呢

  • 偏态与峰度

  • 四分位

根据4分位，计算值的上界和下界。可用于判断异常值(Q3-Q1)*k,k=[1.5,3]

  1. 数据质量的准则

https://www.processon.com/mindmap/5d7f0d6ae4b0ca809fccda33

  1. 费米估算

Q：芝加哥有多少钢琴调音师

# 假设
芝加哥约有500万人居住
平均每个家庭有2人
大约1/20家庭有定期调音的钢琴
平均每台钢琴每年调音一次
每个调音师调整一台钢琴需要2小时
每个调音师每天工作8小时，每周5天，每年50周。
# 计算

insert into ... on duplicate key 多条数据问题

INSERT INTO  test4(id,cnt) VALUES
 (167,2),
 (4,3),
 (6,5),
 (7,9)
  ON DUPLICATE KEY UPDATE id = VALUES(id), cnt= VALUES(cnt)+  cnt

mysql中int(3)与int(11)有什么区别吗？[R2]

  • 要查看出不同效果记得在创建类型的时候加zerofill这个值，表示用0填充，否则看不出效果的。

https://www.cnblogs.com/yaowen/p/8862108.html

对于存储和计算没有区别，只是显示效果上的区别。

https://segmentfault.com/q/1010000000257234

pandas 数据处理教程

1. Series 和 DataFrame
2. mean,median,mode

3. 选择列
df = df[['a','b','c']] # 注意是嵌套的[]

4. 选择行
df = df[df['a']>0][df['b'>0]] # 往后增加筛选条件即可

5. 处理异常值
df.dropna() # 去掉NAN的行

https://www.yiibai.com/pandas/python_pandas_series.html

FAQ

dataframe的字符类型dtypes为什么是object,而不是str？

https://segmentfault.com/q/1010000012226229

pandas 数据类型转换

https://www.cnblogs.com/onemorepoint/p/9404753.html

Anaconda完全入门指南

  1. 安装
  2. 用anaconda来创建我们一个个独立的python环境

https://www.jianshu.com/p/eaee1fadc1e9

Review

数据分析到底该怎么学？

https://www.infoq.cn/article/oxoekbQ-loWOl38doEmT

Python数据分析-基础技术篇

https://www.imooc.com/learn/843