- 博客(20)
- 收藏
- 关注
RSS订阅原创 上证50股票分析
根据股票基本面价值投资分析要点和常用财务指标计算公式对上证50作简略分析。一、选股角度1、市盈率能够显示成长性，目标股的市盈率的倍数至少应等于未来三年复合增长的百分比数，而市盈率的倍数应低于20倍。2、算清未来三年的帐，未来三年上市公司复合增长率最低应大于18％，越大越好。3、毛利率应至少大于20％，而且最近三年应呈现稳定趋升的态势，不能下降。4、公司年利润总数绝对值越大越好，说明公司实...
2021-12-31 12:00:10
692
原创 Kettl基于Sakila数据库的客户兴趣邮件推送
基于Mysql的样本数据库Sakila，获取顾客消费记录和顾客信息写入数据库，并从消费记录中分析出顾客感兴趣的产品表单，定期从表单中选出产品进行Email推送。项目总览建立第一个转换“客户消费记录”“客户消费记录”转换主要目的是获取客户的个人信息，消费信息以及产品信息合并写入表customer_consumption（客户消费）表中，主要分为三次“表连接”。转换中读取了inventory...
2019-04-23 21:16:28
735
原创 tableau连接Mysql出现的密码验证 cannot be loaded
[MySQL][ODBC 5.3(w) Driver]Authentication plugin ‘caching_sha2_password’ cannot be loaded: dlopen(/u…mysql 8.0 默认使用 caching_sha2_password 身份验证机制 —— 从原来的 mysql_native_password 更改为 caching_sha2_passwor...
2019-03-27 16:31:07
1143
原创 ETL示例解决方案 —— Sakila示例之load_fact_rental转换（笔记九）
load_fact_rental转换load_fact_rental转换是作业load_rentals最后的转换。作业load_rentals里所有之前的转换都是加载维度表，而此转换是ETL最后的加载fact_rental事实表。 load_fact_rental转换的结构与load_rentals作业中其他转换不同。其他转换大多数将数据反正规化，从而加载维度表，而此转换的本质在于计算度量...
2019-03-26 21:53:27
1554
原创 ETL示例解决方案 —— Sakila示例之load_dim_film转换（笔记八）
load_dim_film转换load_dim_film转换用来加载dim_film维度表和dim_film_actor_bridge连接表。 load_dim_film转换是目前最为复杂的转换，它需要同时加载两张表。整个转换可以分为两个部分，前半部分 “max_dim_film_update”步骤到 “ load_dim_film ”步骤。这部分主要加载维度表dim_film。 后半部...
2019-03-26 20:56:02
1160
原创 ETL示例解决方案 —— Sakila示例之load_dim_actor转换（笔记七）
load_dim_actor转换load_dim_actor转换用来加载维度表dim_actor。 这是本作业中最简单的一个转换，它使用列和之前所有转换相同的变更数据捕获方式。唯一不同的是多了一个新的转换步骤： “ Insert/Update（插入更新）”。Insert/Update（插入更新） load_dim_actor转换使用 “ 插入/更新 ” 步骤把数据加载到表dim_a...
2019-03-26 18:41:34
662
原创 ETL示例解决方案 —— Sakila示例之load_dim_store转换（笔记六）
load_dim_store转换load_dim_store转换的结构和load_dim_customer非常相似，就是为了加载缓慢维度变化维度表load_dim_store。 在该转换中，变更数据捕获的原理与load_dim_staff转换和load_dim_customer转换的原理基本相同，它同样使用 “ 维度更新查询 ” 步骤来加载并维护维度历史信息。区别在于数据源表和目标表变成了...
2019-03-26 18:28:22
907
原创 ETL示例解决方案 —— Sakila示例之load_dim_customer转换（笔记五）
load_dim_customer转换load_dim_customer是作业load_rentals中第二个执行的转换。 目的是加载dim_customer维度表。 load_dim_customer转换的结构同笔记（四）的load_dim_staff转换比较：1. 转换开始的地方是两个 “ 表输入 ” 步骤，用来捕获并抽取变更的数据。2. 转换结束的地方使用 “ 维度查询/更新...
2019-03-25 20:29:28
1545
原创 ETL示例解决方案 —— Sakila示例之load_dim_staff转换（笔记四）
load_dim_staff转换作业load_rentals中第一个要执行的转换是load_dim_staff。 这个转换的目的是加载dim_staff维度表。 数据库连接 load_rentals作业里面的转换包含了两个不同的数据库连接：一个叫做sakila示例数据库（源数据库）；另一个叫做sakila_dwh，用来连接租凭星型模型数据库（目标数据库）。可以从Spoon左侧面板...
2019-03-25 18:05:48
3958
2
原创 ETL示例解决方案 —— Sakila示例之作业Load_rentals（笔记三）
循环加载笔记（二）中，构造并加载了dim_time和dim_date维度表。由于加载这些表只需要一次操作，因此不能算是真正的ETL过程。 下面，将记录如何抽取从最后一次加载后的变化数据，并对数据进行转换、然后加载到租凭星型模式的维度表和事实表。作业Load_rentals1. [ Start] 作业load_rentals的第一个作业项是START节点。每个有效的作业都只能有一个...
2019-03-25 16:28:54
1249
原创 ETL示例解决方案 —— Sakila示例之维度表dim_date和load_dim_time（笔记二）
本示例的前提是已经配置好sakila数据库和星型模型数据库，具体参考（笔记一）加载维度表dim_dateGenerate 10 years：生成10年数据（10*366=3660）；语言代码（language_code）：en地区代码（country_code）：gb开始日期（initial_date）：2000-01-01还有其他常量根据自己需求设置。Day Sequenc...
2019-03-20 22:28:51
3292
2
原创 sql复习
清空表数据而已,不删除表结构： TRUNCATE TABLE tableName 或者 DELETE TABLE tableName两者目的一样。truncate 比 delete速度快，且使用的系统和事务日志资源少。truncate 操作后的表比Delete操作后的表要快得多。当表被清空后表和表的索引讲重新设置成初始大小，而delete则不能（表的结构、属性和索引都是完整的...
2019-03-20 21:56:10
150
原创 ETL示例解决方案 —— Sakila下载和基本配置 （笔记一）
本例子中，**系统定期从原数据库saklia抽取增量数据，然后转换成符合星型模型的数据，最后把数据加载到目标数据库的租凭业务星型模型中。**
2019-03-20 21:06:54
5275
1
原创 k-近邻算法
**k-近邻算法（kNN）**的工作原理：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，只选择样本集中前 k 个最相似的数据，通常 k 是不大于20的正式。**k-近邻算法（kN...
2019-03-18 21:01:38
230
原创 matplotlib基础学习笔记（2）
线型图：设置全局图像大小，颜色以及线条。plt.rc('figure',figsize=(16,8)) df0 = df[['date','open','low','volume']]df0.index = df0['date']df0.plot(figsize=(14,4))#内置参数改变图像大小柱状图：Series 的柱状图：fig,axes = plt.subplots...
2019-03-13 22:11:05
320
原创 matplotlib基础学习笔记（1）
import matplotlib.pyplot as pltimport numpy as np%matplotlib inline # juyter调用matplotlib.pyplot画图所需关于[%matplotlib详情]。(https://www.jianshu.com/p/2dda5bb8ce7d)本笔记所用图片都是通过plt.savefig()函数保存。用plt.f...
2019-03-10 16:49:16
477
转载 plot参数详解
封装matplotlib的plot函数pandas.plotDataFrame.plot(x=None, y=None, kind=‘line’, ax=None, subplots=False, sharex=None, sharey=False, layout=None, figsize=None, use_index=True, tit...
2019-03-09 15:36:23
6723
原创 pandas切片，loc和iloc
在DataFrame中的直接选取，如df[0:3]，是从第0行到第2行，左闭右开。df.loc[0:3]选取第0行到第3行。df.iloc[0:3]和df[0:3]一样。loc 和 iloc 的区别：loc是根据索引来进行选取，iloc是根据位置进行索引。...
2019-03-09 15:08:03
768
转载 pandas 中读取和写入csv文件时候出现Unnamed，解决方案
在读取csv文件的时候，默认会自动添加新的一列，Unnamed。解决方案：read_csv（）时候，设置index_col=0即可。在写入csv文件的时候，默认会自动加入新的一列，Unnamed,解决方案：to_csv()时候，设置index=False。或者加上index=True, index_label=“id”作者：数据轨迹来源：CSDN原文：https://blog.csdn...
2019-03-04 12:01:42
2865
原创 You are trying to merge on object and datetime64[ns] columns.
用padas分别读取了csv文件和xlsx文件，根据有相同的date列，用 .merge 方法合并。df=house_price_index.merge(shiller,on='date')\ .merge(unemployment,on='date')\ .merge(federal_funds_rate,on='date') .merge(gross_domestic_pr...
2019-03-04 11:37:05
10589
1
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