腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
HsuHeinrich
专栏作者
举报
84
文章
67112
阅读量
16
订阅数
订阅专栏
申请加入专栏
全部文章(84)
数据(45)
python(28)
模型(24)
变量(13)
sql(8)
import(8)
统计(8)
测试(7)
https(6)
data(6)
公众号(6)
函数(6)
基础(6)
算法(6)
数据库(5)
云数据库 SQL Server(5)
model(5)
产品(5)
对象(5)
流量(5)
网站(4)
编程算法(4)
数据分析(4)
优化(4)
网络安全(3)
hive(3)
image(3)
seaborn(3)
set(3)
数学(3)
异常(3)
数据挖掘(2)
json(2)
打包(2)
开源(2)
spark(2)
大数据(2)
微信(2)
机器人(2)
特征工程(2)
chatgpt(2)
class(2)
lambda(2)
mean(2)
xgboost(2)
布局(2)
部署(2)
教程(2)
框架(2)
事件(2)
图表(2)
机器学习(1)
ios(1)
javascript(1)
jquery(1)
ide(1)
github(1)
linux(1)
批量计算(1)
文件存储(1)
腾讯云测试服务(1)
企业(1)
http(1)
云数据库 MySQL(1)
serverless(1)
存储(1)
自动化(1)
html5(1)
seo(1)
markdown(1)
数据处理(1)
数据可视化(1)
alpha(1)
boxplot(1)
channel(1)
com(1)
excel(1)
google(1)
heatmap(1)
lift(1)
lstm(1)
matplotlib(1)
median(1)
nan(1)
output(1)
path(1)
product(1)
range(1)
rdd(1)
share(1)
size(1)
subset(1)
sum(1)
touch(1)
var(1)
报表(1)
编码(1)
博客(1)
插件(1)
代理(1)
登录(1)
递归(1)
地图(1)
服务(1)
工作(1)
互联网(1)
集合(1)
技巧(1)
脚本(1)
镜像(1)
可视化(1)
连接(1)
量化(1)
排序(1)
日志(1)
生命周期(1)
手机(1)
性能(1)
用户体验(1)
语法(1)
字符串(1)
文本分析(1)
搜索文章
搜索
搜索
关闭
关系(五)利用python绘制连接散点图
python
变量
布局
连接
数据
连接散点图(点线图)是折线图的一种,与散点图类似。但添加了按数据点出现顺序的连线,以此来表示两个变量的顺序关系。因此连接散点图既能分析相关性,也可分析趋势性。
HsuHeinrich
2024-04-30
79
0
关系(四)利用python绘制气泡图
python
data
变量
函数
数据
seaborn主要利用scatterplot绘制气泡图,可以通过seaborn.scatterplot[1]了解更多用法
HsuHeinrich
2024-04-18
114
0
关系(三)利用python绘制相关矩阵图
python
seaborn
变量
布局
数据
相关矩阵图既可以分析每对变量之间的相关性,也可以分析单变量的分布情况。相关性以散点图的形式可视化,对角线用直方图/密度图表示每个变量的分布。
HsuHeinrich
2024-04-11
96
0
关系(二)利用python绘制热图
python
heatmap
import
数据
异常
seaborn主要利用heatmap绘制热图,可以通过seaborn.heatmap[1]了解更多用法
HsuHeinrich
2024-04-11
76
0
关系(一)利用python绘制散点图
matplotlib
set
数据
python
import
散点图可以了解数据之间的各种相关性,如正比、反比、无相关、线性、指数级、 U形等,而且也可以通过数据点的密度(辅助拟合趋势线)来确定相关性的强度。另外,也可以探索出异常值(在远超出一般聚集区域的数据点称)。
HsuHeinrich
2024-03-26
65
0
分布(六)利用python绘制山脊图
数据
python
存储
mean
基础
山脊图可以同时显示几个组的数值分布情况,并且可以在同一水平下,直观地对比多个分布的变化。
HsuHeinrich
2024-03-19
119
0
分布(五)利用python绘制蜂群图
python
import
seaborn
size
数据
蜂群图可以不重叠的显示各数据点的分布。相对于散点图,所绘制的点彼此靠近且不会重叠,能有效呈现出点分布的局部密度信息。
HsuHeinrich
2024-03-18
66
0
分布(四)利用python绘制小提琴图
统计
python
set
变量
数据
小提琴图主要用于显示数据分布及其概率密度。中间的黑色粗条表示四分位数范围,从其延伸的幼细黑线代表 95% 置信区间(以外则为异常点),而白点则为中位数。小提琴图结合了箱线图和密度图的优点,既可以了解数据统计信息,也可以了解数据分布特点。
HsuHeinrich
2024-03-06
147
0
分布(三)利用python绘制箱线图
set
变量
数据
python
boxplot
箱线图也叫盒须图,主要用来突出显示数据分布的四分位数。同时也可以获取较多的统计信息,例如:四分位数、异常值、分布是否倾斜/对称等。
HsuHeinrich
2024-02-27
125
0
分布(二)利用python绘制密度图
python
import
函数
镜像
数据
密度图用于显示数据在连续数值(或时间段)的分布状况,是直方图的变种。由于密度图不受所使用分组数量的影响,所以能更好地界定分布形状。
HsuHeinrich
2024-02-27
153
0
分布(一)利用python绘制直方图
python
import
seaborn
变量
数据
直方图主要用来显示在连续间隔(或时间段)的数据分布,每个条形表示每个间隔(或时间段)的频率,直方图的总面积等于数据总量。
HsuHeinrich
2024-02-17
157
0
开篇 你一定要掌握的可视化图表
可视化
数据
图表
数据可视化
地图
废话不多说,开始正题。正所谓,一图胜千言,经常做数据分析的都知道,数据可视化是分析报告中的关键,一张或多张优秀的图表就足以突出结论,润色报告,获得boss的肯定。
HsuHeinrich
2024-01-30
106
0
AB试验(七)利用Python模拟A/B试验
python
测试
数据
异常
优化
到现在,我相信大家理论已经掌握了,轮子也造好了。但有的人是不是总感觉还差点什么?没错,还缺了实战经验。对于AB实验平台完善的公司 ,这个经验不难获得,但有的同学或多或少总有些原因无法接触到AB实验。所以本文就告诉大家,如何利用Python完整地进行一次A/B试验模拟。
HsuHeinrich
2023-11-02
271
0
AB试验(六)A/B实验常见知识点的Python计算
python
alpha
函数
数据
统计
前面理论知识上提到了很多的知识点需要计算,作为一个实用主义的博主,怎么可以忍受空谈呢?所以本期就给大家分享如何利用Python对这些知识点进行计算。
HsuHeinrich
2023-10-25
408
0
AB试验(五)实验过程中的一些答疑解惑
测试
流量
数据
算法
优化
对于第二种原因,尝试提高power:通过样本量公式,可以发现提高样本量或者减小方差即可。
HsuHeinrich
2023-10-10
287
0
AB试验(五)实验过程中的一些答疑解惑
测试
流量
数据
算法
优化
对于第二种原因,尝试提高power:通过样本量公式,可以发现提高样本量或者减小方差即可。
HsuHeinrich
2023-10-10
350
0
AB试验(四)基于规范流程的一个案例分析
数据分析
流量
数据
统计
用户体验
由于弹窗对用户是易于感知的变化,因此为了保证用户体验的连贯性,这里选择用户为最小的实验单位,具体的为用户ID
HsuHeinrich
2023-09-25
249
0
AB试验(三)一次试验的规范流程
测试
流量
算法
统计
优化
8规则详述: · 流量从上往下流过分流模型 · 域1和域2拆分流量,此时域1和域2是互斥的 · 流量流过域2中的B1层、B2层、B3层时,B1层、B2层、B3层的流量都是与域2的流量相等。此时B1层、B2层、B3层的流量是正交的 · 流量流过域2中的B1层时,又把B1层分为了B1-1,B1-2,B1-3,此时B1-1,B1-2,B1-3之间又是互斥的 应用场景 · 如果要同时进行UI优化、广告算法优化、搜索结果优化等几个关联较低的测试实验,可以在B1、B2、B3层上进行,确保有足够的流量 · 如果要针对某个按钮优化文字、颜色、形状等几个关联很高的测试实验,可以在B1-1、B1-2、B1-3层上进行,确保实验互不干扰 · 如果有个重要的实验,但不清楚当前其他实验是否对其有干扰,可以直接在域1上进行,确保实验结果准确可靠
HsuHeinrich
2023-09-22
448
0
AB试验(二)统计基础
函数
基础
事件
数据
统计
AB试验(二)统计基础 随机变量 均值类指标:如用户的平均使用时⻓、平均购买金额、平均购买频率等 概率类指标:如用户点击的概率(点击率)、转化的概率(转化率)、购买的概率 (购买率)等 经验结论:在数
HsuHeinrich
2023-09-18
472
1
因果推断(四)断点回归(RD)
data
model
rdd
模型
数据
在传统的因果推断方法中,有一种方法可以控制观察到的混杂因素和未观察到的混杂因素,这就是断点回归,因为它只需要观察干预两侧的数据,是否存在明显的断点。
HsuHeinrich
2023-09-07
291
0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档