常用的数据分析

1. 列举几个常用的python分析数据包及其作用

Numpy：数值计算

Matplotlib：数据可视化

Pandas：数据预处理和数据分析

scikit-learn：机器学习算法建模预测

2. 如何利用 numpy 对数列的前n项进行排序

arr = np.array([11, 2, 32, 14, 5, 6, 99, 8, 0])[:7]

a = np.sort(arr)

3. pandas中使用的标准数据缺失标志是什么

NaN

4. 如何检验numpy的array为空

a = np.array([])

print(a.size)  # 0

5.什么是逻辑斯蒂回归(logistic regression)

将线性回归模型输出的预测值带入sigmoid函数，函数会输出相对应的二分类的概率。

6.如何评价一个逻辑斯蒂模型

逻辑斯蒂回归是一个非常经典的二项分类模型，也可以扩展为多项分类模型。

7.如何处理缺失的数据?(如果缺失的数据不可得，采用何种手段收集?)

df.fillna("n")  # 填充缺失数据
df.dropna()  # 删选缺失数据
Series中用replace()

8.逻辑斯蒂回归和线性回归的区别

1）线性回归要求变量服从正态分布，logistic回归对变量分布没有要求。 
2）线性回归要求因变量是连续性数值变量，而logistic回归要求因变量是分类型变量。 
3）线性回归要求自变量和因变量呈线性关系，而logistic回归不要求自变量和因变量呈线性关系 
4）logistic回归是分析因变量取某个值的概率与自变量的关系，而线性回归是直接分析因变量与自变量的关系

9.介绍一下朴素贝叶斯算法

P(A|B) = P(AB)/P(B)
对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。

10.请举例说明自己参与的一个数据分析项目有

TODO

11.根据下面3张表格，按照要求使用SQL语句实现查询结果

class表

class_no	st_no	st_name
c1	st1	Sam
c1	st2	lucy
c2	st3	jean
c2	st4	lock
c2	st5	lily

score表

st_no	subject_no	score
st1	1	72
st1	2	89
st1	3	78
st3	1	87
st3	3	89
st4	1	98
st4	2	94

subject表

subject_no	subject_name
1	chinese
2	mathmatics
3	English

1.查询每个班级各科成绩总和

# 出现下面这种 
  ERROR 1055 (42000): Expression of SELECT list is not in GROUP BY clause and contains nonaggregate
# 第一步要执行
  set sql_mode ='STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION';
# 执行sql语句
  select class.class_no, score.subject_no, subject.subject_name, sum(score) from score 
  inner join subject on subject.subject_no=score.subject_no 
  inner join class on class.st_no=score.st_no 
  where class.class_no='要查询的班级'  
  group by score.subject_no;

2.查询每个班级语文成绩大于85分的人数

  select class.class_no,class.st_no, score.score,subject.subject_name from score inner join class on class.st_no=score.st_no inner join subject on subject.subject_no=score.subject_no where score.score>85 group by class.st_no having subject.subject_name="chinese"

3.查询语文成绩大于数学成绩的姓名和归属班级

select a.class_no, a.st_name from class a inner join score b on a.st_no=b.st_no and b.subject_no=1 inner join score c on a.st_no=c.st_no and c.subject_no=2 where b.score>c.score;

Gamma公式展示 $\Gamma (n)=(n-1)!\forall n\in \mathbb{N}$ 是通过 Euler integral

$$P(A|B)=P(AB)/P(B)$$