晓晓的天空

大数据基本概念与应用场景

Hive数据倾斜的原因以及常用解决方案

六种常用的数据集成ETL工具

数据仓库与数据湖的联系与区别

数据仓库的架构以及传统数据库与数据仓库的区别

数据库、数据仓库与数据湖的概念与基本特点

Hive架构组成与执行过程

Hive字符串查找函数

DBeaver的安装与配置使用

Hive字符串函数-空格处理

Hive正则表达式

字符串截取函数：left()、right()、substr()、substring_index() 函数

Excel中text函数5中常用方法

SQL 中delete与truncate的区别

SQL中对null值的处理

hive数据库日期格式化

Hive数据表删除数据操作

Hive中 NTILE(n) 函数的使用

SQL查询结果按照指定内容排序

一、层级索引下面创建一个Series， 在输入索引Index时，输入了由两个子list组成的list，第一个子list是外层索引，第二个list是内层索引。示例代码：# 导入numpy，别名npimport numpy as np# 导入pandas，别名 pdimport pandas as pdser_obj = pd.Series(np.random.randn(12),index=[ ['a', 'a', 'a', 'b', 'b', 'b', 'c

数据分析基础与Numpy库、Pandas和数据可视化的使用基础总结

一，含义提供了一个在Python中做科学计算的基础库，重在数值计算，主要用于多维数组（矩阵）处理的库。用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多。本身是由C语言开发，是个很基础的扩展，Python其余的科学计算扩展大部分都是以此为基础。NumPy数组是一个多维的数组对象（矩阵），称为ndarray，具有矢量算术运算能力和复杂的广播能力，并具有执行速度快和节省空间的特点。ndarray的下标从0开始，且数组里的所有元素必须是相同类型。二，ndarray的创建1、ndarray的

一，含义Pandas的名称来自于面板数据（panel data）和Python数据分析（data analysis）。Pandas是一个强大的分析结构化数据的工具集，基于NumPy构建，提供了 高级数据结构 和 数据操作工具，它是使Python成为强大而高效的数据分析环境的重要因素之一。特点： （1）一个强大的分析和操作大型结构化数据集所需的工具集 （2）基础是NumPy，提供了高性能矩阵的运算 （3）提供了大量能够快速便捷地处理数据的函数和方法 （4）应用于数据挖掘，数据分析 （5）提供数

一、Pandas的函数应用1，apply 和 applymap（1）可直接使用NumPy的函数示例代码：# 导入numpy，别名npimport numpy as np# 导入pandas，别名 pdimport pandas as pd# Numpy ufunc 函数df = pd.DataFrame(np.random.randn(5,4) - 1)print(df)print(np.abs(df))显示结果：（2）通过apply将函数应用到列或行上指定轴的方向，默认