- 文章目录 1. 数据集说明 2. 数据处理 2.1 数据清洗 2.2 数据导入 3. 数据分析可视化 3.1 整体情况（招聘企业数、岗位数、招聘人数、平均工资） 3.2 企业主题 行业情况 公司类型 最缺人的公司 TOP 平均薪资最高的公司 TOP 工作时间 工作地点 福利词云 3.3 岗位主题 工作经验要求 ... 文章目录 1. 数据集说明 2. 数据处理 2.1 数据清洗 2.2 数据导入 3. 数据分析可视化 3.1 整体情况（招聘企业数、岗位数、招聘人数、平均工资） 3.2 企业主题 行业情况 公司类型 最缺人的公司 TOP 平均薪资最高的公司 TOP 工作时间 工作地点 福利词云 3.3 岗位主题 工作经验要求 ...
- 亚马逊商品评论数据分析 《2020年美国数学建模竞赛C题：亚马逊商品评论数据分析》的解题思路与代码。 题目介绍 亚马逊网上商城为客户提供了对交易进行评分和评价的机会。客户可以提供三种评价内容： 星级。客户可以用1-5的等级来评价他们对商品的满意度，1的满意度最低，5的满意度最高。 评论。客户可以提交评价的标题和正文文本，提供对产品的更多评价和意见。 帮助... 亚马逊商品评论数据分析 《2020年美国数学建模竞赛C题：亚马逊商品评论数据分析》的解题思路与代码。 题目介绍 亚马逊网上商城为客户提供了对交易进行评分和评价的机会。客户可以提供三种评价内容： 星级。客户可以用1-5的等级来评价他们对商品的满意度，1的满意度最低，5的满意度最高。 评论。客户可以提交评价的标题和正文文本，提供对产品的更多评价和意见。 帮助...
- 文章目录 数据科学之路~ （一）数据领域的兄弟们的自身情况 （二）Python和R哪家强 （三）数据科学家都在用什么 看看性别的分布吧 看看排名人数最多的前15个国家 各国的收入情况啥样呀在调查问卷中 性别对工资的影响大吗？ 参与调查的都是年轻人吧应该？ 来玩数据的人都是啥专业的呀？现在又干啥呢？ 这些个不同工种的工资啥样呢？ 数据科学的... 文章目录 数据科学之路~ （一）数据领域的兄弟们的自身情况 （二）Python和R哪家强 （三）数据科学家都在用什么 看看性别的分布吧 看看排名人数最多的前15个国家 各国的收入情况啥样呀在调查问卷中 性别对工资的影响大吗？ 参与调查的都是年轻人吧应该？ 来玩数据的人都是啥专业的呀？现在又干啥呢？ 这些个不同工种的工资啥样呢？ 数据科学的...
- @Author ： By Runsen @Written Date：2020/05/14 作者介绍：Runsen目前大三下学期，专业化学工程与工艺，大学沉迷日语，Python， Java和一系列数据分析软件。导致翘课严重，专业排名中下。.在大学60%的时间，都在CSDN。 本专栏数据分析全系列：将使用Excel，Powerbi，Python，R，Sql，SPSS，s... @Author ： By Runsen @Written Date：2020/05/14 作者介绍：Runsen目前大三下学期，专业化学工程与工艺，大学沉迷日语，Python， Java和一系列数据分析软件。导致翘课严重，专业排名中下。.在大学60%的时间，都在CSDN。 本专栏数据分析全系列：将使用Excel，Powerbi，Python，R，Sql，SPSS，s...
- 数据分析疫情图——day10 一. 最终效果二. 结束&&感想十天的学习我&&老师 今天是见习的第十二天，也是项目完成的最后一天 第一天：数据分析疫情图——day1 第二天：数据分析疫情图——day2 第三天：数据分析疫情图——day3 第四天：数据分析疫情图——day4 第五天：数据分析疫情图——da... 数据分析疫情图——day10 一. 最终效果二. 结束&&感想十天的学习我&&老师 今天是见习的第十二天，也是项目完成的最后一天 第一天：数据分析疫情图——day1 第二天：数据分析疫情图——day2 第三天：数据分析疫情图——day3 第四天：数据分析疫情图——day4 第五天：数据分析疫情图——da...
- 原文：http://www.ruanyifeng.com/blog/2013/03/tf-idf.html TF-IDF与余弦相似性的应用（一）：自动提取关键词 这个标题看上去好像很复杂，其实我要谈的是一个很简单的问题。 有一篇很长的文章，我要用计算机提取它的关键词（Automatic Keyphrase extraction... 原文：http://www.ruanyifeng.com/blog/2013/03/tf-idf.html TF-IDF与余弦相似性的应用（一）：自动提取关键词 这个标题看上去好像很复杂，其实我要谈的是一个很简单的问题。 有一篇很长的文章，我要用计算机提取它的关键词（Automatic Keyphrase extraction...
- 归一化(标准化)两种常用方法 数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。以下是两种常用的归一化方法： 一... 归一化(标准化)两种常用方法 数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。以下是两种常用的归一化方法： 一...
- 数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。以下是两种常用的归一化方法： 一、min-max标准化（Min-Max Normaliz... 数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。以下是两种常用的归一化方法： 一、min-max标准化（Min-Max Normaliz...
- 值对象也是领域模型中的领域对象。 应尽量使用值对象建模而非实体。即便一个领域概念必须建模成实体，在设计阶段也应更偏向于将其作为值对象。因为它可以非常容易进行创建、测试、使用、优化和维护。 1 为什么使用值对象？ 曾经我们都滥用实体建模。在用户和权限等概念进入协作领域前，实体建模并没有带来什么坏处。在项目启动时，釆用了常用的建模方式：将领域模型中所有属性映射到... 值对象也是领域模型中的领域对象。 应尽量使用值对象建模而非实体。即便一个领域概念必须建模成实体，在设计阶段也应更偏向于将其作为值对象。因为它可以非常容易进行创建、测试、使用、优化和维护。 1 为什么使用值对象？ 曾经我们都滥用实体建模。在用户和权限等概念进入协作领域前，实体建模并没有带来什么坏处。在项目启动时，釆用了常用的建模方式：将领域模型中所有属性映射到...
- 文章目的 本篇文章针对京津冀计算机专业应届毕业生，求职UI相关行业，提供数据参考。 本篇文章试用对象 UI相关培训机构计算机设计相关培训机构高职专科类学院计算机相关专业 就业参考网站 智联招聘拉勾网51job 应聘岗位关键词 美工设计(网页设计，平面设计，电商设计)UI 智联招聘网站分析结果 职位数量 城市经过筛选，保留的城市有: 北京，天津，石家庄... 文章目的 本篇文章针对京津冀计算机专业应届毕业生，求职UI相关行业，提供数据参考。 本篇文章试用对象 UI相关培训机构计算机设计相关培训机构高职专科类学院计算机相关专业 就业参考网站 智联招聘拉勾网51job 应聘岗位关键词 美工设计(网页设计，平面设计，电商设计)UI 智联招聘网站分析结果 职位数量 城市经过筛选，保留的城市有: 北京，天津，石家庄...
- SQL优化问题，一直是大家学习的难点。可能你会觉得，作为一名数据分析师，我只要知道怎么查询即可，其实不然，恰恰SQL优化问题，是面试官最容易用来为难我们的一道关卡，今天我就带大家讲述一下这方面的知识。 由于这个篇章涉及到的知识点太多，为了您们阅读的方便，我准备分为上、下两篇为大家讲述SQL优化知识。前方知识高能预警，大家做好准备哦。 本文大纲 下图就是本文的大纲... SQL优化问题，一直是大家学习的难点。可能你会觉得，作为一名数据分析师，我只要知道怎么查询即可，其实不然，恰恰SQL优化问题，是面试官最容易用来为难我们的一道关卡，今天我就带大家讲述一下这方面的知识。 由于这个篇章涉及到的知识点太多，为了您们阅读的方便，我准备分为上、下两篇为大家讲述SQL优化知识。前方知识高能预警，大家做好准备哦。 本文大纲 下图就是本文的大纲...
- 本文大纲 前面我已经带着大家学习了本文的第1-4个部分，今天就带大家学习这剩下的5-8个部分。MySQL优化问题对于新手学习，一般是个难题！我的教程自认为已经是很通俗易懂的。如果你学习了这个教程后，仍然不太理解，可以去B站找到一个视频浏览一遍，然后再回头看我的文章。 讲解使用的数据源 在上篇最后，我们已经给出了本文需要使用到的数据代码，这里我直接给出这3张表的图... 本文大纲 前面我已经带着大家学习了本文的第1-4个部分，今天就带大家学习这剩下的5-8个部分。MySQL优化问题对于新手学习，一般是个难题！我的教程自认为已经是很通俗易懂的。如果你学习了这个教程后，仍然不太理解，可以去B站找到一个视频浏览一遍，然后再回头看我的文章。 讲解使用的数据源 在上篇最后，我们已经给出了本文需要使用到的数据代码，这里我直接给出这3张表的图...
- 个人介绍 大家好，我是一名双非学校、本硕连读的统计学专业毕业生，现就职于一家互联网公司。今天介绍一下我的 “Python编程” 学习之路，相信非计算机专业你也可以学好编程。 众所周知：Python是当今最火的编程语言之一，各大招聘网站上都会要求求职者会这门语言，并且它很容易上手，就业面也很广，像Web网页工程师、网络爬虫工程师、自动化运维、自动化测试、游戏开发、数据... 个人介绍 大家好，我是一名双非学校、本硕连读的统计学专业毕业生，现就职于一家互联网公司。今天介绍一下我的 “Python编程” 学习之路，相信非计算机专业你也可以学好编程。 众所周知：Python是当今最火的编程语言之一，各大招聘网站上都会要求求职者会这门语言，并且它很容易上手，就业面也很广，像Web网页工程师、网络爬虫工程师、自动化运维、自动化测试、游戏开发、数据...
- 目录 1、MySQL的基本架构 1）MySQL的基础架构图 2）查询数据库的引擎 3）指定数据库对象的存储引擎 2、SQL优化 1）为什么需要进行SQL优化？ 2）mysql的编写过程和解析过程 3）SQL优化—主要就是优化索引 4）索引的弊端 5）索引的优势 6）B+树图示说明 3、索引的分类与创建 1）索引分类 2）创建索引的两种方式 3）索引删除和索... 目录 1、MySQL的基本架构 1）MySQL的基础架构图 2）查询数据库的引擎 3）指定数据库对象的存储引擎 2、SQL优化 1）为什么需要进行SQL优化？ 2）mysql的编写过程和解析过程 3）SQL优化—主要就是优化索引 4）索引的弊端 5）索引的优势 6）B+树图示说明 3、索引的分类与创建 1）索引分类 2）创建索引的两种方式 3）索引删除和索...
- Tableau-Chapter06填充地图、多维地图、混合地 本专栏将使用tableau来进行数据分析，Tableau数据分析-Chapter06填充地图、多维地图、混合地图，记录所得所学，作者：北山啦 文章目录 Tableau-Chapter06填充地图、多维地图、混合地本节要求填充地图各省售电量填充地图地图格式设置 多维地图各省售电... Tableau-Chapter06填充地图、多维地图、混合地 本专栏将使用tableau来进行数据分析，Tableau数据分析-Chapter06填充地图、多维地图、混合地图，记录所得所学，作者：北山啦 文章目录 Tableau-Chapter06填充地图、多维地图、混合地本节要求填充地图各省售电量填充地图地图格式设置 多维地图各省售电...
上滑加载中
推荐直播
-
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中 -
华为云码道全新升级，多会话并行与多智能体协作2026/05/08 周五 19:00-21:00
王一男-华为云码道产品专家；张嘉冉-华为云码道工程师；胡琦-华为云HCDE；程诗杰-华为云HCDG
华为云码道4月份版本全新升级，此次直播深度解读4月份产品特性，通过“特性解读+实操演示+实战案例+设计创新”的组合，全方位展现码道在多会话并行与多智能体协作方面的能力，赋能开发者提升效率
正在直播
热门标签