weixin_45366750的博客

【代码】Python DataFrame随机抽样。

【代码】Python工作提升效率。

https://blog.csdn.net/qq_41176055/article/details/128496628

sql：用户最大连续登录天数

一、行读取的格式# 1、一个input()读取一行# 2、把一行中的数字转化成列表list_1 = list(map(int,input().split())) # 分割-转化成int-list# orlist_1 = [int(i) for i in input().split()]# 3、数字转化成列表 123->[1,2,3]# 无空格的input()输出是数字123，需要转化成列表中的数字：list(map(int,input())# 有空格的input()转化为数值列表l

一、 like和regexp的区别1、like是完全匹配%：表示任意0个或多个字符。可匹配任意类型和长度的字符%%：有些情况下若是中文，请使用两个百分号（%%）表示。_： 表示任意单个字符。[ ]：表示括号内所列字符中的一个。[^ ] ：表示不在括号所列之内的单个字符。2、regexp是部分匹配，等同于rlikeregexp操作符^ ：匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 ‘
’ 或 ‘\r’ 之后的位置。$ ：匹配输入

一、分析问题如果当前问题经过分析是需要解决的，才会接着从人货场角度分析问题所在并寻求解决措施。1、判断数据源质量确认数据本身没有错2、判断指标波动幅度（问题轻重）事先要设好预期值3、判断指标波动持续时间（问题缓急）持续性下跌≥一次性下跌≥周期性下跌（1）持续下跌的时间越长问题越严重（2）周期性问题要注意和上一期作比较，如果每一次下跌的幅度变大说明问题严重性指标下跌/上升，通常有三种形态：● 一次性变化：只在某个时间点发生波动。一次性变化背后的一般都是短期/突发事件，比如系统down掉

SQL1 插入记录（一）由于comment是自增主键，相当于索引，所以插入的时候会跟随表格行数进行自己增加。insert into exam_recordVALUES (null,1001,9001,'2021-09-01 22:11:12','2021-09-01 22:11:12' +INTERVAL 50 minute,90),(null,1002,9002,'2021-09-04 07:01:02',null,NULL);insert into exam_record(uid,exam

一、MECE的优点MECE，是Mutually Exclusive CollectivelyExhaustive的缩写，简单归纳成8个字：相互独立，完全穷尽；分析原因的时候很容易把各种原因交织在一起，造成思维混乱。MECE可以i帮助厘清思绪。二、MECE的步骤MECE第一步：确定目标MECE第二步：分步骤梳理问题层层拆解原因，每一层可以多分几个层次。分析的最终目的是能指导业务改善，因此分析逻辑应指向业务可以落地的地方MECE第三步：代入数据量化MECE第四步：导出业务结论ME

一、因果推断的适用场景因果性是指在操作/改变X后，Y随着这种操作/改变也变化，则说明X是Y的因cause。有些场合可以很明显的区分相关和因果，举个例子，我们会发现在学校中，近视的同学成绩更好。近视和成绩好之间有强相关性，但显然近视不是成绩好的原因。而我们想要提升学生成绩，自然需要找到因，否则就会通过给学生戴眼镜的方式来提高成绩。但是有很多场合难以区分，举个例子，经常喝葡萄酒的人寿命更长，是因为葡萄酒确实能延长寿命，还是因为能经常喝的人通常更富有，享有更好的医疗条件。识别某种干预是否产生效果，**简

一、Acquisition 用户获取用户获取，用户拉新，首先要去考虑的其实并不是各种渠道推广引流，而应该是产品上降低用户的使用门槛，结合不同阶段用户群体的特征，制定最适合的拉新策略，同时时刻关注各个核心数据指标。（一）产品角度1. 简化注册登录流程（1）账号强相关产品，由于当前绑定手机为硬性要求，往往可以采用默认手机验证码登录的形式，将注册/登录/绑定流程融合，简化用户操作流程。同时，可以辅以各个社交账号的引入登入，如常见的微信/微博/QQ授权等。（2）对于账号非强相关的产品，则可以采用直接.

SQL69 牛客每个人最近的登录日期(四)查询每个日期登录新用户个数，并且查询结果按照日期升序排序思路：首先可以得到每个用户最开始登录的日期，然后如果直接对这个表count会失去计数为0的日期。所以应该到原来的表里进行in的判断，是就放进计数，不是就不计数，也就是用到sum(case when 条件 then 1 else 0 end)select date,sum(case when (user_id,date) in (select user_id,min(date) from logi

文章目录一、窗口函数（一）参数含义（二）功能（三）执行顺序（四）窗口函数的选择（五）实际应用1、累积求和2、计算移动平均3、用户行为分析一、窗口函数（一）参数含义<窗口函数> window_name OVER ([PARTITION BY <列清单>]ORDER BY <排序用列清单>)over：用来指定函数执行的窗口范围,若后面括号中什么都不写,则意味着窗口包含满足WHERE条件的所有行，窗口函数基于所有行进行计算；如果不为空,则支持以下4中语法来设置窗

文章目录一、组合问题一、组合问题77. 组合:n个数中求k个数的组合问题思路：每次从集合中选取元素，可选择的范围随着选择的进行而收缩，调整可选择的范围。终止条件：每次搜索到了叶子节点，我们就找到了一个结果。for循环用来横向遍历，递归的过程是纵向遍历。backtracking（递归函数）通过不断调用自己一直往深处遍历，总会遇到叶子节点，遇到了叶子节点就要返回。参数含义：n：相当于树的宽度k：相当于树的深度。startIndex：这个参数用来记录本层递归的中，集合从哪里开始遍历（集合就是

一、什么是回溯？定义：回溯法也可以叫做回溯搜索法，它是一种搜索的方式。回溯是递归的副产品，只要有递归就会有回溯。回溯函数也就是递归函数，指的都是一个函数。效率：因为回溯的本质是穷举，穷举所有可能，然后选出我们想要的答案，如果想让回溯法高效一些，可以加一些剪枝的操作，但也改不了回溯法就是穷举的本质。回溯法很难，很不好理解，但是回溯法并不是什么高效的算法。适用情况：一些问题能暴力搜出来就不错了，撑死了再剪枝一下，还没有更高效的解法。适用问题类型组合问题：N个数里面按一定规则找出k个数的集合切割

1. xgboost与GBDT的区别：（1）xgboos相比GBDT的优点（1）精度更高：GBDT只用到一阶泰勒， 而xgboost对损失函数进行了二阶泰勒展开， 一方面为了增加精度， 另一方面也为了能够自定义损失函数，二阶泰勒展开可以近似大量损失函数。（2）灵活性更强：GBDT以CART作为基分类器，而Xgboost不仅支持CART，还支持线性分类器，另外，Xgboost支持自定义损失函数，只要损失函数有一二阶导数。（3）正则化：xgboost在目标函数中加入了正则，用于控制模型的复杂度。有助于降

文章目录一、层序遍历一、层序遍历107. 二叉树的层序遍历 II# Definition for a binary tree node.# class TreeNode:# def __init__(self, val=0, left=None, right=None):# self.val = val# self.left = left# self.right = rightclass Solution: def level

文章目录一、二叉树的种类二、二叉树的存储方式三、二叉树的遍历方式（一）二叉树的递归遍历四、二叉树的定义一、二叉树的种类满二叉树：只有度为0的结点和度为2的结点完全二叉树：除了最底层节点可能没填满外，其余每层节点数都达到最大值，并且最下面一层的节点都集中在该层最左边的若干位置。【优先级队列】其实是一个堆，堆就是一棵完全二叉树，同时保证父子节点的顺序关系。二叉搜索树：二叉搜索树是有数值的了，二叉搜索树是一个有序树。若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；若它的右子树

20. 有效的括号 # 方法一，仅使用栈，更省空间 stack = [] for item in s: if item == '(': stack.append(')') elif item == '[': stack.append(']') elif item == '{': stack.appen

文章目录一、反转二、替换三、翻转一、反转数组反转就用首尾指针，字符串是一种特殊的数组结构344. 反转字符串【反转问题】字符串也是一种数组结构，不同于链表，链表交换是从开始到最后两两交换，相当于调换一下指针的方向；但是字符串的交换则是分别从头尾出发，两两交换头尾元素。class Solution: def reverseString(self, s: List[str]) -> None: """ Do not return anything, m