读书笔记
有时，真是不能理解自己，所有的正统书籍都看不进去（当然不包括专业书籍，以及教学书），却对各种网文情有独钟，这么多年，玄幻文，历史文，穿越文，科技幻想，武侠等等，读了不知道多少。 总结下，最喜欢的作者是烽火戏诸侯，最喜欢的书是《雪中悍刀行》,有时间，定要再读。 [TOC] 机破星河 有一个人说过，在这个世界上，看到的永远是表象。越接触这个庞大的世界，才越知道自己的渺小。如果一路冒然的撞过去，很有可能会头破血流。” 不敬强权，不畏死亡，心怀梦想，至死方休。 我的1979 大多数人想要改造这个世界，但却罕有人想改造自我”。 侠行天下 我和你讲道理，你和我耍流氓，我和你耍流氓，你和我讲法律，我和你讲法律，你和我玩实力，我和你玩实力，你和我讲道理……就是这个意思，这个世界的公道终究是力量来决定，所谓的法律，永远是统治阶层为了更好统治而立下的秩序 大魏宫廷 注：一个冷知识，为何握手是用右手？因为古代普遍是右手拿兵器，摊开右手，表示手中没有兵器，这是向对方表达善意的举动，不是因为惯用手的缘故。同理，抱拳时左手压右手，左手为尊，压着右手，象征和平。(经查证确实有这种说法) 大国医 步...
SQL的学习
SQL的学习之路，主要参考资料是： SQL必知必会W3school的SQL简介 右击，新标签页即可打开原图 操作使用的数据库为Access及MySQL。 数据采用的是SQL必知必会中的数据 （最下方可以下载数据）。其有5个表，表的关系如下： 看不清的图片：右击新标签页打开即可。 SQL基础 检索数据 排序检索数据 过滤数据 高级过滤 通配符过滤 创建计算字段 函数特性 函数 汇总数据 分组数据 以上测试均在Access数据库中进行，以下于MySQL中进行，通过workbench（版本6.3）操作。 子查询这里说白了就是select语句嵌套，如select * from （select cust_name from customers） 联结笛卡尔积 高级联结 如果3个以上的表，那怎样联结？ 3个 use test;select cust_name,cust_contactfrom (customers inner join orderson customers.cust_id = orders.cust_id)inner join orderitems on...
精益数据分析-笔记
市场细分市场细分（market segmentation）是指营销者通过市场调研，依据消费者的需要和欲望、购买行为和购买习惯等方面的差异，把某一产品的市场整体划分为若干消费者群的市场分类过程。每一个消费者群就是一个细分市场，每一个细分市场都是具有类似需求倾向的消费者构成的群体。 同期群分析同期群分析(Cohort Analysis，亦称群组分析)的主要目的是分析相似群体随时间的变化（比如用户的回访）。 A/B测试A/B 测试，简单来说，就是为同一个目标制定两个方案（比如两个页面），让一部分用户使用 A 方案，另一部分用户使用 B 方案，记录下用户的使用情况，看哪个方案更符合设计。 多变量测试我认为，多变量测试，其实就是类似于做实验的时候的多因素实验。你不知道哪个因素对结果（指标）的影响是最大的，类似于通过方差分析等手段来判断。只不过，多变量测试的结果，可能更加直观。 好久没发过，东西了。这段时间，毕业、入职，也断了学习。 进入公司，虽然没了自由，但是所幸，总算可以静下心来，沉淀一下。 无论什么时候，坚持学习，才能不断进步。 星空大海的未来三十多年，从今年...
python
pyecharts安装地图包 pip install echarts-countries-pypkg 报错Unknown or unsupported command 'install' 这可能是因为我最近装了很多的环境导致的冲突，比如php，java环境等等。 解决方法： pip.exe install echarts-countries-pypkg 参考：pip命令提示unknow or unsupported command install解决方法 连接两个表gg_commu_data = pd.merge(gg_data,way_commu_data,on = 'call_id',how = 'left') 报错 ValueError: You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat 这是，主键数据类型不同，一个是int，一个是对象。解决方法，更改数据类型。...
numpy统计函数和布尔型数组
统计函数可以通过numpy的统计函数对整个数组或者某个轴向的数据进项统计计算。 所谓的轴向，其实就是n维向量的某一维。或者说某一行，某一列。 sum对数组（向量）中全部或某个轴向的元素求和，长度为0，则sum为0.mean算数平均数，作用范围同sum，长度为0，结果为NaN。 In [1]: import numpy as npIn [2]: x = np.arange(9).reshape(3,3)#二维In [3]: xOut[3]:array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])In [4]: x.sum()Out[4]: 36In [5]: np.sum(x[0])Out[5]: 3In [6]: np.sum(x[:,0])Out[6]: 9In [7]: x.mean()Out[7]: 4.0In [8]: np.mean(x[0])Out[8]: 1.0In [9]: np.mean(x[:,1])Out[9]: 4.0In [10]: y = np.arange(18).reshape(2,3,3)#...
