数据分析
文章平均质量分 67
my向阳而生
学会从零开始
展开
-
数据分析--客户价值分析RFM(K-means聚类/轮廓系数)
Python——Kmeans聚类算法、轮廓系数(算法理论、代码)_python kmeans-CSDN博客。轮廓系数取值范围[-1,1]原创 2024-05-02 16:12:15 · 538 阅读 · 0 评论 -
数据分析--客户价值分析RFM(分箱法/标准化)
创建视图存储。原创 2024-05-02 13:23:17 · 1330 阅读 · 0 评论 -
execl产品排行分析
选择产品累计%和销售额累计%的数据部分,插入散点图。画出96年度和97年度名次的散点图。同理处理1997年度数据和排行。选择日期--数据--组合。1996年度进行排序。新增一列: 名次变化。原创 2024-04-03 20:16:18 · 236 阅读 · 0 评论 -
python/execl数据分析-数据描述(一)
文件--选项--加载项--转到--分析工具库。选中数据,点击“数据分析”,选中“描述分析”原创 2024-03-25 16:38:11 · 638 阅读 · 0 评论 -
Power BI学习(数据可视化)
2)对象可以拉到合适的位置。然后,选择对象 --选择“可视化”的“地图”3.在数据页面,新建一个某几列数据合在一起计算的列。法三:柱形图、饼状图(其他的图形根据需要选取)选择表,右键--新建列--输入公式--确认。3)将数据表中的门店的国家字段拉入地图中。然后点击上图的“焦点模式”模式。2.查看导入的表之间的关系。4.查看门店分布及销售情况。1)插入--新建视觉对象。1.导入execl数据。2.选择“着色地图”3)拉入国家和销售额。原创 2024-03-19 10:29:41 · 2693 阅读 · 0 评论 -
execl数据多维度建模(二)--透视表、分类汇总、柱形图(选项控件筛选)
将点击数据区域,然后点击“数据”--“分类汇总”(macOS上是“小计”):汇总项除了国家和地区不选,其他都要打勾。4).在新的标签页插入“Region”,将“行标签”改为“Counrty”5).用VLOOKUP函数参照“洲-国家对照”表,将国家和地区对照起来。3).将透视表的数据复制到新的标签页(一般我们不在透视表上操作数据)步骤:选中数据部分--开始--排序于筛选--自定义排序--选择排序依据。选中A2单元格--公式--查找与应用--VLOOKUP。选中源数据的数据区域--插入--数据透视表。原创 2024-03-18 16:54:38 · 1572 阅读 · 1 评论 -
execl多维度数据建模(一)--选择列表框进行数据联动
a.输入“名称”b.应用位置:手动选择数据(数据包含第一行的标签名(记得“应用位置”不要选择第一行的标签名,和数据仓的不一样)例如:选择“类别”的应用位置是从“(全部)”到“饮料”设置后查看名称管理器7)选择三个区域,每个区域手工输入“地区”、“类别名称”、“订购年”三列。(注意这三列的名称要同“数据仓”中列名称一致,否则DSUM函数不能进行识别。8) 在第7步创建的“地区”和“类别名称”对应列插入“index函数,引用“地区选择。原创 2024-03-18 16:13:30 · 931 阅读 · 0 评论 -
execl/python读取数据库( Access、MySQL)
execl/python读取Microsoft Office Access和MySQL数据库原创 2024-03-12 00:05:49 · 1592 阅读 · 0 评论 -
python --execl信息(价格/销量/产地)图像化(三)
设置价格的直方图,分布价格分布情况。运用 hist() 函数生成直方图。原创 2024-01-18 19:50:18 · 599 阅读 · 0 评论 -
python 根据execl词云生成排序图(二)
本文在mac环境中运行,如果是windows,在字体设置上可能会有区别。原创 2024-01-16 17:06:56 · 549 阅读 · 0 评论 -
python execl数据清洗/词云可视化(一)
链接: https://pan.baidu.com/s/11bhyDXRcIHA_VAAOCl6Jfg?pwd=njvy 提取码: njvy。(数据清洗)对excel表的内容进行读取/查重/分词/统计。前提:电脑中要先下载字体(根据需要的字体进行下载)原创 2024-01-15 20:29:20 · 904 阅读 · 0 评论