原创 使用pyecharts進行數據可視化

使用pyecharts 1.5進行數據可視化安裝 pip install pyecharts直接使用該命令安裝的版本爲最新版本爲1.5。語法與之前版本大不一樣,因此本文僅針對1.5及之後版本說明。若想使用之前版本請使用命令pip ins

原创 噹噹年中慶,百萬自營圖書大放價,又有羊毛可以薅了

囤書囤書薅噹噹網羊毛的機會又雙叒叕來了!6月年中慶噹噹百萬自營圖書>> 每滿100減50 <<>> 每滿200減100 <<>> 每滿300減150 <<>>  滿400減200 <<以爲只有這樣了麼?我們的原則是——讓大家省錢省到家!

原创 Pandas批量合併文件腳本,多個同名sheet也適用

◆ ◆ ◆  ◆ ◆背景很多財務、人力或其他行政崗位,總有一些整理Excel表格的需求,而這些工作又有一個共同特點:週期性、重複性。即每週或每月要進行固定的一些表格操作,這時候,我們應該使用一些自動化腳本來幫助我們實現重複勞動。實現前幾

原创 2020 求職加薪手冊,人手一份!

數據重要性不用多說,如今,運營、市場、銷售等崗位都要求“數據分析”能力。而勵志“數據分析”方向的同學,如果有紮實專業技能,再加一定業務解決能力,無論在嚴峻的當下,還是未來,對求職面試,或升職漲薪,都會有很大幫助。這裏最新公開了一份“數據

原创 Pandas技巧之一題多解(一)

◆ ◆ ◆  ◆ ◆前言不得不說,pandas應用起來非常方便,便捷。也許會有人問,何便之有?主要是太像Excel了,同時,也太像SQL了。沒這種感覺得人,可能Excel和SQL也不算熟悉吧。當然了,pandas提供的方法非常多元,一題

原创 刷了30天數據結構與算法,整理了一套乾貨送給大家

*文末有 1 元解鎖專欄福利今天聊聊掌握了不一定能拿到大廠 Offer,但不掌握一定進不去大廠的神技「數據結構與算法」。爲什麼突然提到了數據結構與算法呢?這要從一個朋友的吐槽開始。我這位朋友一心想進大廠,學歷還不錯、能力也不錯,但就是拿

原创 Jupyter notebook使用技巧大全

點擊上方“藍字”,輕鬆關注Jupyter Notebook 簡介Jupyter Notebook是一款開源的web應用,它允許使用者創建和分享包含代碼,公式,可視化圖表和純文本的文檔,並支持多種編程語言的交互式計算,對於python用戶

原创 記錄Pandas處理數據的兩個小技巧

◆ ◆ ◆  ◆ ◆PandasPandas無疑是Python中用於數據分析最好的第三方庫了。各種數據分析的日常應用場景下,我都會想Pandas能不能完成這個需求?會不會更簡單?!話不多說,今天分享兩個Pandas處理數據的小技巧。按天

原创 這屆產品經理也太太太太難了吧!

最近能感覺新生的產品和公司越來越少,各個細分的行業,行業規模在逐漸走向穩定。在這樣的大形勢下,產品經理將首當其中,直面行業的頹勢。當然作爲產品從業者,我們習慣了滿懷焦慮,不妨礙焦慮成爲一個學習的動力。其中不乏有些人通過臨摹優質的APP界

原创 你不一定知道這個用 Python 快速設置 Excel 表格邊框的技巧

上一期獲得贈書讀者:羋小米,請儘快聯繫我,安排郵寄~本篇是呆鳥原創系列 Pandas 百問百答 的第一篇,本系列的特點如下:目標受衆:Python 數據分析小白、從 Excel 處理數據轉向用 Pandas 處理數據的新手爲什麼要出個系

原创 記一道羣友的數據分析面試真題,你會嗎?

 近期在羣裏面看到了如下這樣一個面試題目,這個題目其實難度不大,但是你是否能夠很快寫出這個答案來呢?本文解答方案由羣友老黃提供老黃博客: https://blog.csdn.net/weixin_41261833/article/det

原创 Excel其實很強大,反向匹配了解一下|文末送書

◆ ◆ ◆  ◆ ◆公告公衆號也做了蠻久了,特別感謝大家一路的支持與陪伴。一直想着能給粉絲送點福利,最終選擇了送書。規則很簡單:每週二會送一本書給上一週分享我公衆號文章最多的朋友。數據由公衆號後臺產生,長這樣:由於包郵贈送的書籍是【北大

原创 介紹一個自學數據分析並拿到大廠offer的文科小姐姐

今天跟大家推薦一個自學數據分析的文科妹子【糖甜甜甜】,本科就讀於重慶雙非市場營銷專業,後保研至某985大學,自學數據分析相關內容,研究生期間先後在亞馬遜、阿里實習做數據分析師工作。個人公衆號爲:「DataGo數據狗」,主要輸出數據分析方

原创 Seaborn從零開始學習教程(二)

Seaborn學習大綱seaborn的學習內容主要包含以下幾個部分:風格管理繪圖風格設置顏色風格設置繪圖方法數據集的分佈可視化分類數據可視化線性關係可視化結構網格數據識別網格繪圖本次將主要介紹顏色風格設置的使用。顏色風格設置在Seabo

原创 Python數據分析之缺失值處理(一)

◆ ◆ ◆  ◆ ◆前言數據缺失值的處理,在數據分析前期,即數據處理過程中佔着重要的地位,在數據分析面試中被問到的概率也是極大的。一般情況下,我們對待缺失值有三種處理方式:(1)源數據補錄,即通過再次採樣或者詢問等方式將缺失內容補充完整