本教程将介绍如何使用Python进行数据集的处理和分析，包括数据集的读取、清洗、转换、分析和可视化等。我们将以Titanic号乘客生存情况数据集为例，通过一系列的实战案例，逐步学习数据集的处理和分析。
1. 确定数据集
2. 数据集读取
3. 数据集清洗
4. 数据集转换
5. 数据集分析
6. 数据集可视化
2023-05-14 21:49:03
12KB
1
(52条消息) R语言生存分析COX回归分析实战：以乳腺癌数据为例_Data+Science+Insight的博客-CSDN博客_利用r对癌症数据进行生存分析.mhtml
2023-04-04 13:30:19
2.81MB
1
注意本书是《Wireshark数据包分析实战》，而不是清华出版的《Wireshark数据包分析实战详解》。本书是一本从事网络、编程等行业要读的一本书。可以这么说《TCP/IP协议卷》是框架，而《Wireshark数据包分析》是底层，能够让你更快，更深层次的理解网络是如何跑的。+网络小白必备书籍+
2023-03-24 11:41:54
78.25MB
1
本项目通过textcnn卷积神经网络实现对文本情感分析识别，由python 3.6.5+Pytorch训练所得。
2023-03-22 16:44:42
289KB
1
【课程3.4】 文本序列str常用操作
字符串是 Python 中最常用的数据类型。我们可以使用引号(‘或”)来创建字符串
字符串也是序列：文本序列
1.字符串引号
str1 = "abc"
str2 = 'abc'
str3 = 'my name is "fatbird"'
# 双引号单引号无区别，但文本中有引号的时候要相互交替使用
str4 = '''hello! how are you?
I`m fine, thank you.'''
# 需要多行字符串时候用三引号 ''' ''',""" """
2.转义字符：\
print('\'', '\"') # \',\
2023-03-04 09:24:32
66KB
1
如今的大数据技术应用场景，对实时性的要求已经越来越高。作为新一代大数据流处理框架，由于非常好的实时性，Flink独树一帜，在近些年引起了业内极大的兴趣和关注。Flink能够提供毫秒级别的延迟，同时保证了数据处理的低延迟、高吞吐和结果的正确性，还提供了丰富的时间类型和窗口计算、Exactly-once 语义支持，另外还可以进行状态管理，并提供了CEP（复杂事件处理）的支持。Flink在实时分析领域的优势，使得越来越多的公司开始将实时项目向Flink迁移，其社区也在快速发展壮大。目前，Flink已经成为各大公司实时领域的发力重点，特别是国内以阿里为代表的一众大厂，都在全力投入，不少公司为Flink社区贡献了大量源码。如今Flink已被很多人认为是大数据实时处理的方向和未来，很多公司也都在招聘和储备了解掌握Flink的人才。本教程将Flink理论与电商数据分析项目实战并重，对Flink基础理论知识做了系统的梳理和阐述，并通过电商用户行为分析的具体项目用多个指标进行了实战演练。为有志于增加大数据项目经验、扩展流式处理框架知识的工程师提供了学习方式。二、教程内容和目标本教程主要分为两部分：第一部
2023-02-28 15:32:34
450.22MB
1
《Wireshark 数据包分析实战 第2版》，绝对高清 108M 扫描版，但是不带目录。
曾经为了学习 Wireshark 在网上下载了好多资源，包括 CSDN 的下载量最高的那个资源，其要么是拍照拍出来的，要么是清晰度不够，都很影响阅读体验。
而这份绝对是我找的那么多资源中，唯一一个清晰度最高的，阅读体验最好的。
Enjoy it ：）
2023-02-06 17:58:16
108.34MB
1
本书采用步骤式为读者讲解了一些使用Wireshark来解决网络实际问题的技巧。, 本书共分为14章，其内容涵盖了Wireshark的基础知识，抓包过滤器的用法，显示过滤器的用法，基本/高级信息统计工具的用法，Expert Info工具的用法，Wiresahrk在Ethernet、LAN及无线LAN中的用法，ARP和IP故障分析，TCP/UDP故障分析，HTTP和DNS故障分析，企业网应用程序行为分析，SIP、多媒体和IP电话，排除由低带宽或高延迟所引发的故障，认识网络安全等知识。, 本书适合对Wireshark感兴趣的网络从业人员阅读，还适合高校网络相关专业的师生阅读。
2023-01-24 17:15:59
58.5MB
1
Spark大型项目实战—基于spark电商用户可视化行为分析大数据平台开发实战.zip该平台以 Spark 框架为核心， 对电商网站的日志进行离线和实时分析。 该大数据分析平台对电商网站的各种用户行为（ 访问行为、购物行为、广告点击行为等）进行分析，根据平台统计出来的数据， 辅助公司中的 PM（产品经理）、数据分析师以及管理人员分析现有产品的情况， 并根据用户行为分析结果持续改进产品的设计，以及调整公司的战略和业务。最终达到用大数据技术来帮助提升公司的业绩、营业额以及市场占有率的目标。 本项目使用了 Spark 技术生态栈中最常用的三个技术框架， Spark Core、Spark SQL 和 Spark Streaming， 进行离线计算和实时计算业务模块的开发。实现了包括用户访问 session 分析、页面单跳转化率统计、热门商品离线统计、广告流量实时统计 4 个业务模块。通过合理的将实际业务模块进行技术整合与改造， 该项目几乎完全涵盖了 Spark Core、Spark SQL 和 Spark Streaming 这三个技术框架中大部分的功能点、知识点，学员对于 Spark 技术框
2022-12-12 14:25:02
1.79MB