关于Python+Spark 的入门安装、配置，示例与快速入门与基础案例等的视频讲解，配置讲义、代码、笔记、软件等，原价值千元内部培训教程现免费对外公开。

关于Python+Spark 的使用、PySpark编程，Python+Hive大数据分析等的视频讲解（含讲义、代码、笔记、软件等），原价值千元内部培训教程现对外公开。

PySpark电商分析案例讲解，Python+Spark，Python+Spark SQL,Python+SparkStream,Python+Hive等视频讲解，含讲义、代码、笔记、软件等，原价值千元内部培训教程现免费对外公开。

ECharts Web数据可视化教案-售货机大数据分析平台.rar

内容：1数据源、1Tableau工作簿、1知识结构图。 概要：辅助读者理解和学习《Tableau合集2：Table Extension通过python做词云图》的知识点。 适合人群：具备一定Python和Tableau基础的人员 阅读建议：资源作为参考，边读文章边操作。

搭建基于Spark技术的网络大数据分析平台,对信令进行分析和处理,提升了分析效率。通过现网实际数据验证,该平台具有高效和可扩展性强的特点,未来可适用范围较广。

浅谈大数据及大数据分析浅谈大数据及大数据分析

免费提供南京二手房数据进行下载

2021年大数据分析师比赛理论题

本项目实现对给定的移动设备数据集分析。预测使用者性别年龄。 1、统计最多使用的手机品牌以及最受欢迎型号。 2、统计 app 最活跃日期及当前使用量。 3、统计 app 最活跃时间段及每个时间段使用情况。 4、分析 app 最活跃地区及该地区范围使用量情况。 5、将使用量最高的 app 统计显示其类别。 6、建立性别年龄预测模型并检验其准确率。 该实验用 python 编写在 pycharm 平台编译，运行于 x86/64Windows 平台。 内含项目完整代码配套报告以及演示视频。