- 博客(5)
- 收藏
- 关注
RSS订阅原创 大数据分析与应用：那些新手必须掌握的核心知识点
摘要： 本文为大数据分析新手梳理了四大核心知识点：1）基础认知：理解大数据的三大特征（数据量大、类型杂、速度快）及核心目标（解决业务问题）；2）工具技能：掌握Python（Pandas、NumPy、可视化库）、数据存储（MySQL/HDFS）及可视化工具（Tableau/Matplotlib）；3）实操流程：从明确需求、数据清洗到分析建模与结果落地；4）行业场景：电商（用户行为分析）、金融（风控）、医疗（疾病预警）的应用逻辑。强调避免盲目追求复杂工具，需聚焦基础与业务结合，通过实战逐步进阶。
2025-12-31 10:28:19
512
原创 Hadoop核心技术入门：一篇看懂HDFS和MapReduce
本文介绍了大数据时代下Hadoop框架的核心组件HDFS和MapReduce。HDFS作为分布式文件系统，通过数据分片和副本机制实现海量数据存储；MapReduce采用"分而治之"思想，将计算任务分解为Map和Reduce两个阶段进行并行处理。二者协同工作，HDFS负责数据存储，MapReduce负责计算处理，形成大数据处理的基础架构。文章通过WordCount案例解析了MapReduce的工作原理，并建议新手从伪分布式环境入手实践，掌握核心概念后逐步深入更复杂的大数据技术。
2025-12-22 21:33:14
685
原创 大数据可视化入门：5个核心概念，让复杂图表秒懂
本文介绍了大数据可视化入门的5个核心概念：1）数据维度（定量与定性维度）；2）视觉编码（6种常见方式）；3）基础图表类型（5种常用图表）；4）数据聚合（3种简化方法）；5）交互设计（4种基础功能）。掌握这些概念能帮助初学者快速理解数据可视化逻辑，从简单的柱状图、折线图入手，逐步学会用图表清晰呈现数据信息。
2025-11-05 19:38:53
1079
原创 Python数据分析可视化实战：解决matplotlib中文显示异常问题
摘要：本文针对Python数据可视化中matplotlib中文显示问题（乱码/方块），提供三种解决方案：1）修改配置文件永久设置中文字体；2）代码中动态配置rcParams参数；3）加载自定义字体文件。通过实际案例演示，说明各方法适用场景（Windows/macOS/Linux），并给出字体推荐、缓存处理等注意事项。特别强调临时设置与全局配置的选择策略，以及多语言混排、PDF输出等扩展场景的优化建议，附有系统字体检测方法。最后指出其他可视化库（如seaborn）的类似解决方案。
2025-06-25 23:19:47
1162
1
原创 Python心得
Python 作为一门功能强大且简洁优雅的编程语言，在我深入学习的过程中，为我打开了一扇通往编程世界的新大门，让我收获了许多宝贵的知识与技能，也经历了一段充满挑战与惊喜的学习之旅。列表的切片操作让数据的提取变得轻而易举，而字典的键值对形式则为数据的存储和查找提供了极大的便利。在未来的学习和工作中，我将继续深入学习 Python 的高级特性和应用框架，不断拓展其在人工智能、数据分析、Web 开发等领域的应用，努力用 Python 这把强大的工具创造更多的价值，开启更加精彩的编程之旅。
2024-12-19 15:48:53
351
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