探查专题

OpenLayers3,地图探查功能实现

文章目录 一、前言二、代码实现三、总结 一、前言 图层探查,即对置于地图下方的图层进行一定范围的探查,以便用户查看到不易察觉的地理地况。本文基于OpenLayers3,实现地图探查的功能。 二、代码实现 <!DOCTYPE HTML PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/

数据分析流程分解~MAU空间探查分析 多角色协同图

致广大而尽精微,极高明而道中庸 本文目的 现在人人都在喊数字化,在企业数字化过程,需要分析一下本企业的线上线下的用户MAU的空间,很多同学认为实现这个是很简单的事情,但是真的是一个很简单的事情吗?这里面会涉及到哪些人和事?完成这项任务需要什么样的能力?本文先使用一张多角色的工作流程图,看一下完成一个企业的MAU空间分析,需要设计到哪里角色?当前的工作模式存在什么问题? 现实很骨感,理想很丰满

数据分析-Pandas数据的直方图探查

数据分析-Pandas数据的直方图探查 数据分析和处理中,难免会遇到各种数据,那么数据呈现怎样的规律呢?不管金融数据,风控数据,营销数据等等,莫不如此。如何通过图示展示数据的规律? 数据表,时间序列数据在数据分析建模中很常见,例如天气预报,空气状态监测,股票交易等金融场景。数据分析过程中重新调整,重塑数据表是很重要的技巧,此处选择Titanic数据,以及巴黎、伦敦欧洲城市空气质量监测 N O

数据分析-Pandas数据探查初步圆饼图

数据分析-Pandas数据探查初步圆饼图 数据分析和处理中,难免会遇到各种数据,那么数据呈现怎样的规律呢?不管金融数据,风控数据,营销数据等等,莫不如此。如何通过图示展示数据的规律? 数据表,时间序列数据在数据分析建模中很常见,例如天气预报,空气状态监测,股票交易等金融场景。数据分析过程中重新调整,重塑数据表是很重要的技巧,此处选择Titanic数据,以及巴黎、伦敦欧洲城市空气质量监测 N O

数据分析-Pandas数据探查初步:离散点图

数据分析-Pandas数据探查初步:离散点图 数据分析和处理中,难免会遇到各种数据,那么数据呈现怎样的规律呢?不管金融数据,风控数据,营销数据等等,莫不如此。如何通过图示展示数据的规律? 数据表,时间序列数据在数据分析建模中很常见,例如天气预报,空气状态监测,股票交易等金融场景。数据分析过程中重新调整,重塑数据表是很重要的技巧,此处选择Titanic数据,以及巴黎、伦敦欧洲城市空气质量监测 N

数据探查系列:如何进行有意义的探索性数据分析(EDA)

如何进行有意义的探索性数据分析(EDA) 目录 1. 设置 1.1 导入库1.2 导入数据1.3 数据集特征1.4 数据集属性 2. 探索训练集和测试集 2.1 训练集 - 快速概览2.2 训练集 - 基本统计2.3 测试集 - 快速概览2.4 测试集 - 基本统计 3. 特征分布4. 数据不平衡检查 - 为什么重要 4.1 不平衡数据需要不同的处理方法 5. 我们应该删除异常值吗?

常用数据探查函数

Task01–data structure@TOC glimps() library(dplyr)library(readr)h1n1_flu<-read_csv('/Users/shixinjin/Desktop/h1n1_flu.csv')glimpse(h1n1_flu) 最终得到的结果为 从这里就可以看出,glimpse()起到了一个print()的转置功能,有时候,如果列