获取到数据之后，首先对用户location做可视化 第一步 做数据清洗，把里面的数据中文符号全部转为为空格 第二步 数据做词云，需要过滤停用词，然后分词 输入结果 这样输出的原因是后面需要用pyechart做数据的词云 第三步 词云可视化 二 用户地址可视化 用户所在地成都热点图 程序脚本：这里需要 ...
分类：
其他好文 时间：
2019-06-19 15:12:29
阅读次数：
122
这是简易数据分析系列的第 1 篇文章。 前文说到，我会做一个数据分析的系列教程，面向纯小白，不写代码不写公式，搞定数据分析的第一步。教程的内容主要会从三个方向上进行延伸：数据采集，数据清洗和数据可视化。 今天我们就开始我们的数据采集之路。 数据采集听着高大上，其实对于普通人来说，就是 自动化版的复制 ...
分类：
其他好文 时间：
2019-06-18 23:00:13
阅读次数：
287
1、知识点 2、中文数据清洗(使用停用词) 3、英文数据清洗(使用停用词) 4、stopwords_english.txt ...
分类：
编程语言 时间：
2019-06-13 22:01:53
阅读次数：
614
沙漠君在闭关4个月后，终于把开源数据神器Hawk（详细介绍在这里）的文档和教学视频基本录制完毕， 并同步更新在有爱无广告二次元的B站！ 教程总时间超过3个小时，覆盖了网页采集器，数据清洗，文件读写等方方面面。内容蜜汁丰富，有原理，有如何填坑的tip，更有完整的操作步骤，让你一看就能明白。 教程更是增 ...
分类：
其他好文 时间：
2019-06-07 23:09:22
阅读次数：
117
1.清洗数据中的全空行 2.清洗user列中的空值的行 3.统计上行流量列以及下行流量列的当天每人每终端服务app的总量。 4.统计每人每天终端服务app的次数。 1.用正则表达以及loc清洗tm_type列的数据,做以下更改 系统移动终端=mobile（） pc=pc（） 多终端=多终端（） 未知 ...
分类：
其他好文 时间：
2019-06-01 19:40:33
阅读次数：
97
一、Pandas概要介绍 pandas是一个开源的，BSD许可的库，为Python编程语言提供高性能，易于使用的数据结构和数据分析工具。可以用于对CSV和文本文件、Microsoft Excel、SQL数据库数据的读写。 能够帮助数据清洗，数据分析和数据建模。 二、主要的两种数据结构 序列(Seri ...
分类：
其他好文 时间：
2019-05-25 19:51:16
阅读次数：
122
现在自然语言处理用深度学习做的比较多，我还没试过用传统的监督学习方法做分类器，比如SVM、Xgboost、随机森林，来训练模型。因此，用Kaggle上经典的电影评论情感分析题，来学习如何用传统机器学习方法解决分类问题。 通过这个情感分析的题目，我会整理做特征工程、参数调优和模型融合的方法，这一系列会 ...
分类：
其他好文 时间：
2019-05-19 11:49:23
阅读次数：
224
运维主要工作责任是管理服务器，一般有基础运维和应用运维，应用运维面向业务线 cmdb即配置管理系统三大功能 1，代码的自动上线 2，监控系统 3，自动装机系统 agent db 数据清洗分析API 通过requests向API发送 部署在 服务器 上脚本文件 wed界面缺点：每台部署agent 使用 ...
分类：
数据库 时间：
2019-05-14 19:06:31
阅读次数：
363
2：写spark程序统计iis网站请求日志中 每天每个小时段成功访问ip的数量 更灵活的运用spark算子，意味着写更少的代码 2019-05-07 19:06:57 ...
分类：
其他好文 时间：
2019-05-07 19:42:16
阅读次数：
177
Pandas是基于 Numpy 的一个开源的Python 库，它被广泛用于快速分析数据，以及数据清洗和准备等工作。它的名字来源是“Panel data”（面板数据， 一个计量经济学的名词） 两个单词拼成的。简单的说，可以把Pandas 看做是Python 版的 Excel。 1、安装 Pandas ...
分类：
其他好文 时间：
2019-05-03 14:45:52
阅读次数：
190
