- 博客(31)
- 收藏
- 关注
RSS订阅原创 校验身份证的行政区域代码（包含已撤销区域代码）2021年8月31日更新
1. 背景 根据身份证、统一社会信用代码的编码规则，身份证前6位和统一社会信用代码中的第3位到第8位均为行政区域6位编码。为了校验数据库中用户填写的编号是身份证号码，还是统一社会信用代码，需要一份行政区域代码的编码表。2. 行政区域代码数据整理2.1 数据搜集来源 搜索了民政部和统计局官方行政编码信息，没有按年汇总的完整信息，且没有覆盖已撤销行政区域的历史代码。- 中华人民共和国民政部-国家统计局>>统计用区划和城乡划分代码 ...
2021-09-15 17:45:06
3011
1
原创 kettle界面右上角connect消失 解决方法
今天，使用kettle设置数据库之后，发现右上角的connect功能消失了。原因：我在建立表的时候，在数据部的database里面，写了中文，导致repositories.xml出现乱码解决方法：1）找到.kettle目录，不知道目录路径的，可以搜索文件repositories.xml 2）删除该目录下的repositories.xm...
2019-09-24 15:19:26
7055
5
原创 Mysql 8.0 - 提示默认时期格式'0000-00-00 00:00:00'有误
存在actor表，包含如下列信息：CREATE TABLE IF NOT EXISTS actor (actor_id smallint(5) NOT NULL PRIMARY KEY,first_name varchar(45) NOT NULL,last_name varchar(45) NOT NULL,last_update timestamp NOT NULL DEFAULT ...
2019-06-06 22:32:54
6553
原创 Dijkstra算法的Python实现-最短路径问题
使用狄克斯特拉算法找出下图中从起点至终点耗时最短的路径，路径上的每个数字表示的都是时间，单位分钟。狄克斯特拉算法包含的4个步骤：（1）找出开销/消耗“最便宜”的节点，即在最短时间内到达的节点（2）对于该节点的邻居，检查是否有前往它们的更短路径，如果有，更新该节点的邻居的开销（3）重复上述过程，直到对图中的每个节点都这样做了（4）计算最终路径python代码实现：...
2019-05-30 11:39:08
4108
原创 【季节性预测法 - 时间序列分解法】利用excel进行复合型时间序列的分解预测
希望我整理的内容对路过的你有所帮助，点赞或评论，都是相互的鼓励~【问题】根据下图中某啤酒生产企业2010-2015年各季度的销售量数据，预测2016年各季度产量1. 绘制时间序列图，观察啤酒销售量的构成要素从上图可以明显看出，啤酒销售量具有明显季节成分，而且后面年份销量比前面年份高，因此其中含有趋势成分，但其周期性难以判断。可以认定啤酒销售量序列是一个含有季节性成分和趋...
2019-05-27 17:47:17
29023
4
原创 MySQL必知必会 代码+说明 全书整理
前不久收获一本《mysql必知必会》实体书，这周得空将整本书再次回顾了下。整理了书中全部的代码，加上了必要的语句说明。我所使用的软件版本：mysql workbench 8.0.15mysql必知必会这本书目前是2009年1月第1版的，由于mysql版本更新，书中的一些代码在8.0版本中已经不再适用。必要的调整，我在代码中都做了相应的备注。文件下载：书中样表创建所需脚...
2019-05-10 16:46:28
20846
15
原创 科大讯飞AI营销云广告投放数据分析报告【实战总结】
4月份项目实战的总结，前后进行了约20多天。花了大量时间在清洗数据，虽然耗时但是觉得过程中很享受，喜欢“静静地泡在里面”的感觉。另外，了解了涉及到的广告投放、业务指标体系、手机设备版本及API等相关知识，有趣！感受：分析问题的思路 比 代码的实现更为重要项目背景：2018科大讯飞AI营销算法大赛，点击去官网数据集：选用训练集数据round1_iflyad_train....
2019-04-27 22:33:57
3796
3
原创 摩拜单车骑行数据探索性分析【实战总结】
终于有整块时间，将前段时间学习实操的摩拜单车数据探索分析内容整理一下。工具：Python，使用到Pandas，seaborn，matplotlib，math第三方库。 内容：数据清洗，日期、地理位置特征提取、用户行为规律探讨及可视化。
2019-04-26 10:04:20
10837
26
原创 概率统计练手题【含方差统计、置信区间、线性回归方程】
做了几道概率统计题，整理分布~第一题美国房地产协会报道了美国房屋价格的中位数和 5年期间房屋价格中位数的增长率（《华尔街日报》．2006 年 1 月 16 日）。利用下面房屋价格（单位：1000 美元）的样本数据回答下列问题995. 9 48. 8 175. 0 263. 5 298. 0 218. 9 209. 0628.3 111.0 212.9 92....
2019-04-20 23:15:28
3224
原创 Pandas+Numpy 数据中空值的处理操作：判断、查找、填充及删除
本文整理了数据中空值的处理操作，主要内容如下：判断数据中是否有空值统计空值/非空值数量根据空值筛选数据查找空值索引删除空值 dropna()函数填充空值fillna()函数为了便于描述，定义本文示例数据为如下结构：df = pd.DataFrame([[1, np.nan], [np.nan, 4], [5,6],[np.nan,7]],columns=["A",...
2019-04-20 22:58:19
22114
原创 使用python requests+re库+curl.trillworks.com神器 实现淘宝页面信息爬取
慕课【Python网络爬虫与信息提取】课程随手练习~！和嵩天老师课程中的示范不同的是，淘宝页面现在不能直接爬取，要修改下访问请求的headers表头信息。目标：使用python的requests+re库+curl.trillworks.com神器，获取淘宝搜索页面的信息，提取其中的商品名称和价格。步骤：1. 导入必要的requests和re库。2. 使用requests库获取淘...
2019-04-07 21:11:46
3748
原创 使用Python+Pandas+Statsmodels建立线性回归模型预测房价
【综述】本文通过使用Python+Pandas+Statsmodels建立简单一元线性回归模型、多元线性回归模型来预测房价。主要内容来源自网页：https://www.learndatasci.com/tutorials/predicting-housing-prices-linear-regression-using-python-pandas-statsmodels/我在原文基础...
2019-04-01 15:59:00
14519
3
原创 Python list.insert() 遇上负索引
分享下使用insert函数时，参数index设置为负索引 negative index时的情况。insert（）语法如下：list.insert(index, obj)index -- 对象 obj 需要插入的索引位置。 obj -- 要插入列表中的对象。insert函数时实现的功能是，在指定的索引位 之前 插入 参数中指定的对象。一般，在索引大于0的时候，我们不会发...
2019-03-28 19:32:29
2085
1
原创 EXCEL 正态分布概率计算 NORM.S.DIST()和NORM.DIST()函数
NORM.S.DIST () 和 NORM.DIST ()是excel 提供的两个函数，用于求正态分布下累计概率面积及曲线上对应的概率值，避免将正态分布标准化及查询标准正态分布概率表。NORM.S.DIST 函数返回标准正态分布函数（该分布的平均值为 0，标准差为 1）。可以使用此函数代替标准正态曲线面积表。语法 - 标准正态分布NORM.S.DIST(z,cumulative)...
2019-03-25 11:38:36
91895
原创 数据分析 概率统计相关练习
今天做了以下一些数分统计学练习，每一道题目都值得推敲，背后有很多有意思的著名推论。 答案为个人总结，欢迎大家留言交流~！1、一个包里有 5 个黑球，10 个红球和 17 个白球。每次可以从中取两个球出来，放置在外面。那么至少取________次以后，一定出现过取出一对颜色一样的球。答：至少取多少次以后，一定出现一对颜色一样的球，反过来想，每组颜色不一样的球，最多可以组成多少对，...
2019-03-22 18:44:40
2082
原创 Python sorted() 函数 和 sort() 函数
本文对比sorted()函数和list.sort()函数的语法和用法。sorted()函数对所有可迭代的对象进行排序，返回迭代对象中元素重新排序后组成的新list列表。sorted()排序不改变原始结构，临时排序。sorted函数语法：sorted(iterable,*,key=None,reverse=False)sorted函数有两个命名关键字参数key和rever...
2019-03-22 10:04:49
210
原创 离散型概率分布
目录1.1 随机变量1.2 离散型概率分布1.3 数学期望与方差、标准差1.3.1 数学期望1.3.2 方差1.3.3 标准差1.3.4 线性变换的通用公式1.3.5 独立观测值1.4 二项概率分布（binomial probability distribution）1.5 泊松概率分布（poisson probability distribution）...
2019-03-21 16:24:16
16707
原创 概率的基本概念
本文为概率的基本概念的总结，为学习安德森《商务与经济统计》第4章的笔记。里面涉及的重要公式都需要在理解的基础上，牢记于心~！目录1. 概率1.1 概率1.2 试验、样本空间、样本点1.3 计数法则、组合和排列1.4 事件及其概率1.5 概率的基本性质1.5.1 事件的补1.5.2 加法公式1.5.3 互斥事件1.6 条件概率1.7 独立事件...
2019-03-20 11:07:32
3145
原创 Python/Pandas Categorical对象labels和levels属性已弃用，改为codes和categories
《利用Python进行数据分析》，第7章-离散化和面元划分，这一章节提到Categorical对象，含有一个表示不同分类名称的levels数组和一个标号的labels属性。按照书中代码测试的时候，系统反馈：'Categorical' object has no attribute 'levels''Categorical' object has no attribute 'ind...
2019-03-13 15:48:13
3948
3
原创 Python/Pandas 数据规整/合并数据集Merge/Concat/Join/Combine_first函数
目录1 pandas.merge1.1 merge函数的语法1.2 单一键上合并1.2.1 key名相同1.2.2 两者key名不同1.3 多个键上合并1.4 连接键key之外，合并数据中两者存在重复列名1.5 索引上的合并1.5.1 使用单方DataFrame索引1.5.2 使用双方DataFrame索引1.6 层次化索引2Pandas.co...
2019-03-12 23:47:47
2340
1
原创 Numpy Random 随机数
Numpy可以根据一定的规则创建随机数，随机数的使用会在概率论，数据分析，数据挖掘的时候经常用到。官网主页Random本文整理Numpy Random常见的一些用法。目录np.random.rand（d0,d1,...,dn）np.random.randn（d0,d1,...,dn）np.random.randint(low,high=None,size=...
2019-03-11 23:58:43
524
原创 Jupyter notebook: Notebook validation failed: 'execution_count' is a required property
今天，将科赛网上的练习直接保存为.ipynb格式，并导入到我的jupyter notebook中，以便做练习时做好笔记记录。顺利导入jupyter notebook后，文件保存时，提示保存成功，但可能是无效操作。同时，提示：Notebook validation failed: 'execution_count' is a required property:...担心整理的笔记保存失...
2019-03-08 17:03:35
6361
原创 【Python】使用sorted()函数对一组tuple排序
【题】假设我们用一组tuple表示学生名字和成绩：L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]请用sorted()对上述列表分别按名字排序：# 按名称排序L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)] def by_name...
2019-03-08 11:54:49
6273
原创 Python基础练习题
同上一篇，依旧是上周末做的练习题笔记。笔记代码直接从jupyter notebook笔记本中导出的，因为此，所以有些代码中，输出语句中没有print。参考时，请注意咯！1 列出python中可变数据类型和不可变数据类型，并简述原理答：Python中可变数据类型有：列表、字典、集合；不可变数据类型有：数值型、字符创、元祖【了解】不可变数据类型： 当该数据类型的对应变量的值...
2019-03-04 19:57:40
1670
原创 Python基础练习题笔记
学习的时间过的真快，每天都觉得时间不够用。看到新的知识点，在查询资料的过程中，知识网越铺越大，想一直泡在里面！目前了解到Pandas库，操作好强大。略兴奋！这篇是上周末做的练习题笔记，从jupyter notebook中导出。多读书，惜四时！1. 一行代码实现1--100之和# 一行代码实现1--100之和# print(sum(list(range(1,101))...
2019-03-04 19:30:37
411
原创 PYTHON笔记2
tuple元祖元祖的格式和用法几乎和列表一致，唯一的区别就是元祖是不可更改的序列，因此你只能从元祖中查找元素，但是不能修改元素。元祖的创建有以下几种方式：使用一对圆括号：( ) 如 a =（1,2,3） a[1]=2使用tuple关键词：tuple()，如a = tuple([1,2,3])字典字典是以键值对(key-value)的形式存储数据，可以在O(1)的时间复...
2019-02-26 14:45:00
153
原创 PYTHON笔记1
Hello WorldPrint输出函数； 字符串要使用单引号‘’，或者双引号“” 在jupyter notebook中运行代码，可以点击菜单栏‘运行’按钮，或者直接快捷键ctrl+回车 # 表示注释，方便代码阅读。注释内容不会被运行 代码可以写在一个txt文件中，保存为.py格式，用软件运行 字符串拼接，可以直接用加号 + 使用库，用import导入，如import math 使...
2019-02-25 22:55:28
323
原创 《Mysql必知必会》学习笔记
《Mysql必知必会》学习笔记第一章 了解SQL数据库（database）是保存有组织的数据的容器（通常是一个文件或一组文件）。数据库软件应称为DBMS（数据库管理系统）。数据库是通过DBMS创建和操纵的容器。我们并不直接访问数据库，我们使用的是DBMS，它替我们访问数据库。 主键（primary key）：一列（或一组列），其值能够唯一区分表中每个行。唯一标识表中每行的这个列（或这组...
2019-02-22 10:59:13
289
原创 Mysql回顾总结2
group by 语句 使用group by 进行数据分组，对每个组应用函数 GROUP BY 语句用于结合聚合函数，根据一个或多个列对结果集进行分组 分组检索出的结果，需要具有可以分组的属性，如组平均，组的区域名等等。但组内每个样本的序号id是不能select检索的，因为不具有分组的属性 使用having对组进行过滤 在 SQL 中增加 HAVING 子句原因是，WHERE 关...
2019-02-17 22:46:26
218
原创 Mysql 回顾总结1
基础知识 数据库（database) 保存有组织的数据的容器 Mysql是数据库软件 表（table） 某种特定类型数据的结构化清单 列 （column） 表中的一个字段。所有表都有一列或者多列组成的。每一列都有对应的数据类型 行（row） 表中的一个记录 主键（primary key） 一列（或一组列），其值能够唯一区分表中每个行。表中每一行都应该有可以唯一标识自己的...
2019-02-16 22:41:39
143
原创 Mysql Workbench安装-提示Unsupported Operating System
安装Mysql WorkbenchMysql Workbench 是用来写Mysql脚本的一个IDE编辑器。在没有安装Mysql的情况下，可以通过参数设置直接连接上数据库。orkbench是用来写MySQL脚本的一个IDE。同样的，请选择对应系统的对应版本1. Mysql Workbench官方下载地址https://dev.mysql.com/downloads/workbenc...
2019-02-15 23:57:42
15591
5
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