教程地址:http://www.showmeai.tech/tutorials/33
本文地址:http://www.showmeai.tech/article-detail/140
声明:版权所有,转载请联系平台与作者并注明出处
基于数据分析目前良好的发展前景,各界也出现了许多好用的功能种类丰富的数据分析工具。列举其中的一些(本系列教程将聚焦于Python,讲解如何使用Python完成全链条的数据分析过程):
Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言,广泛应用于IT互联网各个领域,而近年的大数据与人工智能,机器学习/深度学习,整个生态最活跃支持度最高的编程语言也是Python。
下方是 Python速查表 主要内容:
变量与数据类型 字符串 列表 Numpy数组 容器 流程控制 字典/列表推导式 遍历 函数定义 类 正则表达式
结构化查询语言(Structured Query Language)简称SQL,是一种特殊目的的编程语言,是一种数据库查询和程序设计语言,用于存取数据以及查询、更新和管理关系数据库系统。
结构化查询语言是高级的非过程化编程语言,允许用户在高层数据结构上工作。它不要求用户指定对数据的存放方法,也不需要用户了解具体的数据存放方式,所以具有完全不同底层结构的不同数据库系统, 可以使用相同的结构化查询语言作为数据输入与管理的接口。结构化查询语言语句可以嵌套,这使它具有极大的灵活性和强大的功能。
下方是 速查表 主要内容:
基本查询 Basic Queries 连接 join 更新关联接查询 join queries 半连接 semi join 工具函数 utility functions 数据修改 data modification 索引 indexes 报表 Reporting 视图 view
R非常适用于统计和数据建模,快捷方便、易于上手。R可以在UNIX、Windows和Mac OS等各种平台上编译和运行,还提供了根据用户要求自动安装所有软件包的工具。下方是数据分析常用R库:
方向 | R库 | |
---|---|---|
数据处理 | lubridata,dplyr,ply,reshape2,string,formatR,mcmc | |
统计 | 方差分析 | aov anova |
密度分析 | density | |
假设检验 | t.test,prop.test,anova,aov | |
线性混合模型 | lme | |
机器学习 | nnet,rpart,gbm,kernlab,mboost,randomForest,tree,party,lars,boost,e1071,BayesTree,gafit,arules | |
聚类分析 | 基于划分的方法 | kmeans,pam,park,clara |
基于层次的方法 | hclust,pvclust,agnes,diana | |
基于模型的方法 | mclust | |
基于密度的方法 | dbscan | |
分类 | 决策树 | rpart,ctree |
随机森林 | forest,randomForest | |
回归 | Logistic,Poisson,glm,predict,residuals |
Microsoft Excel是数据分析中使用最广泛的工具之一,常用函数、数据透视表、VLookUp、图表制作等功能也频繁被用于数据的预览、整理和分析。
Tableau有个人免费版本,可连接到任何数据源(例如Excel、公司数据仓库等),然后通过网络实时更新创建可视化效果、地图、仪表板等。
最大的大型数据处理引擎之一,该工具在Hadoop集群中执行应用程序的内存速度快100倍,磁盘速度快10倍,该工具在数据管道和机器学习模型开发中也很流行。
SAS是用于数据处理和分析的编程语言和环境,该工具易于访问,并且可以分析来自不同来源的数据。
本教程系列的代码可以在ShowMeAI对应的github中下载,可本地python环境运行,能科学上网的宝宝也可以直接借助google colab一键运行与交互操作学习哦!
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。