- 博客(30)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 啤酒和尿不湿？购物篮分析、商品关联分析和关联规则算法都给你搞清楚（上—理论篇）
关联规则算法源于对购物小票（也叫购物篮）数据记录的挖掘，因此现在往往叫做购物篮分析，又因为研究的是商品之间关联关系，又叫做商品关联分析。
2021-11-30 18:48:56
2553
原创 【数据分析】用六千字来解释文科生怎么理解机器学习数据挖掘
从人类学习说起回顾人类从亿万年前诞生至今，文明从无到有、从有到高度发达，当然如今的文明是否高度发达还存疑，但是不可否认的是与原始人类只会使用简单工具相比，我们的科技文明已经大大扩展了人类的想象力。
2022-02-22 21:05:10
700
原创 如何用Python操作Excel自动化办公？一个案例教会你openpyxl——图表设计和透视表
毫无疑问Excel是最便捷高效的可视化工具，它可以满足基本的日常工作中的图表需求。在openpyxl中也可以设置表格样式和画图表，基本上Excel里自带的表格样式和图表类型都覆盖了，在前三篇Excel读写、公式计算、格式设置内容的基础上，本篇来讲解一下如何设置表格样式和插入图表。一、表格样式 也许大家使用Excel表格是
2022-02-22 20:45:45
4122
原创 如何用Python操作Excel自动化办公？一个案例教会你openpyxl——样式和条件格式
虽然现在各种各样强大的工具很多，但是人人都离不开Excel，原因就在于简单易用、快捷DIY。它不仅是CRUD（增删改查）的工具，也是可视化设计便利的工具。日常工作中，除了基本的数据处理，还需要对Excel表格、单元格、图表进行格式整理、样式美化，便于直观明确的传达信息。本篇接着上两篇讲解如何让通过openpyxl进行单元格合并、边框、字体、颜色、行高列宽、对齐等功能。
2022-02-22 20:44:11
2774
原创 如何用Python操作Excel自动化办公？一个案例教会你openpyxl——公式计算和数据处理
术业有专攻，每一种工具每一种岗位都会有资深玩家，别说因为人人都会Excel就瞧不起Excel玩的溜的朋友。对于运营场景来说，能够和具体业务结合紧密，轻松实现目的，这就是很强大的玩家，但是如果精于提高技能水准来说，可能需要扩大技术的应用场景，强调通用性。openpyxl等Python辅助办公工具就是在Excel基础上提升效率而产生
2022-02-07 21:11:56
4298
2
原创 如何用Python操作Excel自动化办公？一个案例教会你openpyxl——读取数据
数据分析工作最难搞的是处理数据的过程，不然不会有专门的ETL（数据抽取、转换、加载）工程师了。如果是企业级数据处理可能数据库直接搞定。不过对于日常办公人士来说就会有点麻烦，常常需要处理各种CSV/Excel表格。如果数据量比较小、一次性事务处理的话，手动处理Excel表格就好，用程序或软件的话反而比较麻烦。但是如果数据
2022-02-06 15:32:32
3327
原创 如何对Excel列快速移动或对调？四种方法给你一点解决问题的灵感
工作中遇到关于excel的一个小小的问题，如下有32行71列数据，现在需要对71个列进行对调，如果是你，你会怎么解决？如果一列一列拖动，可以解决问题但是工作量大容易出错，所以得想个简便的方法。因为列标题恰好是日期，可以通过排序的方式对调，不过好像只有行排序，没有对列进行排序的功能菜单。那怎么办呢？
2022-02-05 22:17:09
2695
原创 数据分析初学入门——22本SQL学习书籍推荐
很多数据分析初学者都被推荐学SQL，SQL是最基础且是必备的技能之一，但是不知道该从何学起，很多课程讲了很多知识点，但是初学的朋友没有对这一领域整体框架的认识，不知道该学哪些知识、有哪些知识、实际工作需要到什么程度，常常会担心自己该用的没学、学了的没理解或不会用等等。这里通过介绍21本学习SQL的经典书籍（可以说几乎所有人们经典书籍都囊括在内，对初学者、从业者都认可和检验的）。
2022-01-12 09:58:11
7749
原创 PowerBI实现RFM模型动态可视化大屏？三十分钟教你从入门到高手
今天讲的是PowerBI实现RFM模型动态可视化大屏制作的过程。如果对于RFM模型的原理、计算步骤、打标签以及用法场景还不理解，请看我的另一篇文章“RFM模型的四种打标签方法你会几种？三十行代码教你深刻理解如何实现用户画像”，本篇是对这篇文章进行动态可视化实现，用到的也是那里的代码。 首先是对三种以均值为区分标准的静态打
2022-01-08 10:40:59
1782
原创 RFM模型的四种打标签方法你会几种？三十行代码教你深刻理解如何实现用户画像
如果想了解RFM模型的数据分析初学者去搜索，会发现无论是知乎大V还是百度都会有“清楚”的原理解释和过程实现，看懂了收藏了，但是当你自己去实际应用的时候会发现，我对着大V的文章跟着做这个看似简单的模型，为啥我用起来没效果呢？实际上不是你没学会或者没做对，而是对这个简单而又强大的细节没有理解。
2022-01-08 10:32:52
1211
原创 数据分析模型，你会用多少种？建议你用这28种商业模型和方法武装自己
下面将要介绍的是经过实践检验的、适用于数据分析师的模型。本文不会详细解释每个模型的细节，只是企图先搭建一个框架，知道有哪些模型、什么场景下使用、说得清主要环节，后续会一一结合可视化工具PowerBI或Python具体实践。换句话说，你知道的足够多才有优势，具体的用什么学什么就可以了。接下来从利用数据程度的角度，来介绍28种模型。
2021-12-04 08:48:45
2029
1
原创 关联规则算法怎么实现？Python代码、PowerBI可视化详细解释给你听（下-实战篇）
apriori 是一种流行的算法，用于在关联规则学习中应用提取频繁项集。apriori 算法旨在对包含交易的数据库进行操作，例如商店客户的购买。如果满足用户指定的支持阈值，则项集被认为是“频繁的”。例如，如果支持阈值设置为 0.5 (50%)，则频繁项集被定义为在数据库中至少 50% 的所有事务中一起出现的一组项目。
2021-12-02 23:24:56
3004
4
原创 销售指标在下降该怎么分析？手把手教你多种方法和思路分析电商案例
在电商领域，最常遇到老板丢过来一个问题：“最近这个销售额在下降啊你来给我分析分析，想出几个有用的解决办法来”。又或者在数据分析师面试的时候面试官喜欢问：“现在有个产品的销售额下降了，你能给我拆解一下原因吗？” 这当然是数据分析师必备的知识储备啦，有同学就会回答：销售额=单价*销量。从价格方面找，是不是降价啦？是不是促销折
2021-11-30 18:51:11
4098
原创 完整的数据分析项目长什么样子？XX移动客户细分模型项目报告借你参考
一、项目背景及前阶段工作回顾1.1项目概述1.1.1项目主题：XX移动客户细分模型1.1.2项目范围：本期项目以XX市为试点城市1.1.3项目目的：按用户行为进行细分，客观反映用户需求。通过对各类人群的深入分析，为相关部门制订资费、服务、市场策略提供基础。1.1.4项目内容：a.建立客户细分模型b.结合各部门需求对客户细分群进行详细分析c.协助市场经营部进行相关服务、市场活动的策划1.2项目各阶段计划第一阶段：需求调研、项目范围界定 &
2021-11-29 18:51:47
833
原创 数据分析方法论or数据挖掘方法论，搞数据你会多少种？
数据分析小白往往在学了一大通数据分析工具，比如Excel/SQL/Python /java/SPSS什么的之后总感觉分析数据没思路，一是没有数据可供你分析，网上找的一堆数据都不是你“理想”的数据形态，因为学习用的数据好像都是恰好是解决学习的那个部分知识，别的问题都没有，很“干净"；二是你自己爬数据或者找公司内部的数据，
2021-11-29 00:48:20
1196
原创 MySQL的书写顺序与执行逻辑？SQL条件过滤之否定筛选的五种解法教你搞懂它
数据分析写SQL取数回归到本质就是筛选或者过滤，对原始数据进行某种给定条件的筛选或者过滤，仔细思考一下表连接（join)不就是以另一张表为过滤条件、where后接的不就是过滤条件、group by分组不就是把分组情况作为条件？说到底就是按照条件的先后顺序一道一道把需要的数据筛选出来，因此条件过滤是SQL的基本技能，理解透了如何用join、如何用where、如何用gr
2021-11-24 09:35:46
617
1
原创 如何找到不是顾客购买因素的因素？SQL递归问题之生成递归的三种解法
SQL递归是数据无中生有或是父子关系这一类问题的特定解法。我们经常会遇到要找出不在某张表里的数据，但是这张表里的数据是缺失或者只有部分信息，那么就需要自己造数据；也会遇到部门上下级的编号在同一列需要找出谁是老板，谁是经理，谁是员工这样的问题。 初学者如果没有学过解决这类问题的办法，可能会束手无策。尝试连接查询、联合查询、窗口函数、
2021-11-23 16:09:21
681
原创 如何重新格式化透视表格？SQL行列转换问题之行转列的四种解法
把数据从行转列，从列转成行是常常遇到的经典问题，这种问题需要用特定的方法去解决，只要搞懂了就能解决这一类问题。总的来说，从行转列大多是要使用if语句或casewhen语句，从列转成行要使用的是union或union all语句。在实际工作中，我们常常要根据需求进行这样重新格式化表格数据，也叫透视或逆透视。如果你会使用PowerBI就会知道里面有个透视或逆透视的功能选项卡。 &nb
2021-11-22 18:14:09
897
原创 销售额超过公司均值的优秀经销商？SQL比例问题之分组比较的四种解法
分组比较是看起来比较简单，但是写起来比较麻烦的问题，一般就是先进行两个不同分组计数、求和、求均值，然后两个均值作比较，这样就涉及表连接和判断，写的代码量就比其他问题多很多。它与连续问题、排名问题和累加问题不同的是，后面三个问题是数据行之间纵向产生关系，而这里是横向产生关系。 这类问题也是有一定套路的，下面用实际案例数据还
2021-11-21 11:22:51
590
原创 写了那么多SQL，它是怎么运转的呢？--Mysql的逻辑架构及基础
数分第一步，会写MySQL。我们看到很多数据分析的基础教程他们都讲了什么是SQL，然后也会详细的告诉你怎么写增删改查语句，每个关键词都详细地剖析怎么使用，但是你学习了很多SQL基础知识以及做了很多SQL练习题之后还可能是对SQL一知半解，甚至当你面试的时候做一道你没遇到过的SQL题或者给你一道SQL让你分析它的运行效率时，你就傻眼了。你知道这是为什么吗？因为我们对MySQL的机制不了解,也没有系统化地对自己学习到的SQL知识进行系统化整理，一遇到实际问题就傻眼了。那么我们这个教程就是来告诉大家MySQL的底
2021-11-20 23:07:57
564
原创 累计销售突破百万是哪一天？SQLSQL累计问题之金额累加的五种解法
累计/累加问题是数据分析师经常遇到需要处理的情况，比如根据二八法则，百分之二十的产品销售数占到总额的百分之八十，就需要先求数额累计。这个问题在Excel中实现很简单，但是如果要用SQL取数就没有那么容易。下面用实际案例数据还原真实取数场景，帮助你在实战中理解如何实现累计取数的过程，总结思路。需求：如果你是某网店的数据分析师，现在老板要求吸引老顾客，对老顾客开展一项回馈活动，要找出自开店以来使店铺销售额达到一百万那一天的所有顾客。注意：不能超过一百万，也就是找到的顾客订单金额与之前所有订单金额之和小于等.
2021-11-19 23:32:51
1974
原创 连续60天畅销产品怎么找？SQL相邻问题之连续登录的四种解法
SQL中关于连续登录问题也是经常遇到的难点，Leetcode上有很多花样百出的考察连续问题的题目。简单点的，对初学者来说很容易解答，但是真在实际工作中遇到恐怕会遇到各种各样的问题。 有时候看到一些职场人士吐槽现在SQL考察越来越难了，几年前的“难题”现在成了入门级的。而我们现在初学者练习的基本SQL题远不能让你真正掌握SQL取数要
2021-11-18 19:05:33
527
原创 茴字有几种写法？SQL排名问题之全局排名的四种解法
“茴”字有几种写法？SQL排名问题之全局排名的四种解法 排名问题恐怕无论是公司面试还是日常工作都会经常遇到的问题。有很多初学者虽然学会了基本的SQL查询，也练习了一些SQL题目，但是始终不得SQL的要领。究竟怎么才能深刻掌握如何SQL取数呢？当然是会举一反三啦！举一隅不以三隅反，你就是没学会~ 下面通过一个小小的例子来帮助你思考的排名问题，希望对你有所帮助。而且我们使用的是公司实际数据而不是简单的几行数据，在接下来的例子中你会感受到几行数据的查询和几万行乃至上百
2021-11-17 19:44:31
153
原创 1001系列之案例0004如何从餐厅订单数据中挖掘有效信息
本案例主要在于使用pandas的分组聚合函数和日期时间函数做简单分析。import os #导入必要的库import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarnings("ignore")os.chdir("D:\Data\File") #指定工作目
2021-05-26 15:39:12
701
原创 1001系列之案例0003如何对欧洲人口普查数据集整理挖掘
一、欧洲人口普查数据分析本案例重点在于对数据质量的清洗、转换，、可视化。import os #导入需要的库import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport warningswarnings.filterwarnings("ignore")os.chdir(r"D:\Datalu\File") #指定工作目录%matplotlib inline
2021-05-26 08:34:35
526
1
原创 1001系列之案例0002如何从斯德哥尔摩气温数据集中可视化挖掘
本案例的重点在于Matplotlib可视化的基础操作实战练习。import os #导入必要的库import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport warningswarnings.filterwarnings("ignore")os.chdir("D:\Datalu\File") #指定工作目录%matplotlib inline .
2021-05-25 22:52:47
486
2
原创 1001系列之案例0001如何从淘宝销售数据集中挖掘有效信息
一、淘宝数据集挖掘本案例重点有二：重点一在于如何修改数据类型以降低内存占用，这对大数据非常重要；重点二在于分析变量之间的关系，单变量分布，双变量相关或方差分析，多变量回归或分类；#导入必要的库import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarnings("ignore")#指定工作路径以导入数
2021-05-25 17:43:07
479
原创 1001系列之pandas0002如何从CSV&text files文件中导入导出数据
一、pd.read_csv()模块简介数据挖掘任务的数据源不仅来自数据库，也可能来自已经整理好的表格等结构化数据和网页等非结构化数据。本节内容主要讲如何从CSV等text file中导入数据。当任务需求不同时，可以定制导入到Python中的数据，甚至当数据量过大时，还需要考虑分批导入或者转换数据类型以减少占用内存空间。#导入pandas库import pandas as pdimport numpy as npfrom io import StringIO二、pd.read_csv()的参数
2021-05-18 19:05:19
248
原创 1001系列之pandas0001如何从Mysql数据库中导入导出数据
一、Pymysql模块简介 Mysql数据库是数据挖掘任务的数据源之一，通过pymysql模块可以直接连接MySQL数据库，进行增删改查等操作。Python连接MySQL的流程如下：1.1cursor（游标）的作用 为什么要建立一个cursor（游标）？ 因为当python与数据库连接时并不是一次性读取了所有数据，而是根据SQL语言进行操作。cursor在这里相当于执行SQL查询的货车，在Mysql数据库和Python程序之间传递信息。二、实际操作连接数据库2.1 导
2021-05-18 10:20:40
689
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人