[TOC]   当我们得到数据后，接下来就是要考虑样本数据集的数据和质量是否满足建模的要求？是否出现不想要的数据？能不能直接看出一些规律或趋势？每个因素之间的关系是什么？   通过检验数据集的数据质量，绘制图表，计算某些特征值等手段，对样本数据集的结构和规律进行分析的过程就是数据探索。数据质量 ...

一、数据读取 1. pandas 数据读取： import pandas as pd df = pd.read_csv("G:\\...\\NBA.csv",encoding='gbk') read_csv 的重要参数： 2、Missing data 处理 ...

聚类是把一个数据集划分成多个子集的过程，每一个子集称作一个簇（Cluster），聚类使得簇内的对象具有很高的相似性，但与其他簇中的对象很不相似，由聚类分析产生的簇的集合称作一个聚类。在相同的数据集上，不同的聚类算法可能产生不同的聚类。 聚类分析用于洞察数据的分布，观察每个簇的特征，进一步分析特定 ...

前言 阅读本文前，请先回答下面两个问题： 1. 数据库和数据仓库有什么区别？ 2. 某大公司Hadoop Hive里的关系表不完全满足完整/参照性约束，也不完全满足范式要求，甚至第一范式都不满足。这种情况正常吗？ 如果您 ...

本人行业属于智能制造，偏向工厂应用，客户端程序全部是.Net 的 WinForm；本系统的后台是.Net，多系统交互的有java的；因系统发布效率问题，想采用docker Windows 的生产 ...

1、什么是Apache NiFi？ 　　简单地说，NiFi是为了自动化系统之间的数据流。虽然数据流这种形式很容易理解，但我们在此使用它来表示系统之间的自动化和不同系统之间数据的流转。企业拥有多个系统，其中一些系统创建了数据，部分系统消耗了数据，那么问题就出现了。出现的问题和解 ...

前言 "可视化之工具，可爱者甚蕃。统计学家独爱R，自Python来，世人盛爱matplotlib。余独爱Power BI之出微软而不染(免费)，濯Office而不妖(够精简).... ...

前言 ggplot2是R语言最为强大的作图软件包，强于其自成一派的数据可视化理念。当熟悉了ggplot2的基本套路后，数据可视化工作将变得非常轻松而有条理。 本文主要对ggplot2的可视化理念及开发套路做一个总体介绍，具体绘图方法(如折线图，柱状图，箱线图 ...