Blog

Nov
26

遵循10个步骤进行出色的数据分析!

分析数据就像在巨大的信息矿井中发现黄金。随着数据的不断积累,有效地管理和分析数据似乎是一项艰巨的任务。幸运的是,有一种更直接、更有效的数据分析方法。通过遵循这10步,无论你的经验水平如何,你都可以更有效地驾驭数据分析的复杂性。它提供了一种结构化的方式来从数据中提取有价值的见解,帮助你做出明智的决策并推动项目的成功。

By Zhang Bonnie | Blog
DETAIL
Nov
24

GPT-4高级数据分析:初学者的图表和地图指南

使用GPT-4高级数据分析工具(请不要被名称所迷惑),新手程序员无需编写任何代码就可以以图表和地图的形式生成有意义的表示。更好的是,将工作代码作为生成的解决方案的一部分呈现给你,以便根据需要进行调整和调整。因此,你不仅可以在可视化方面取得巨大进步,同时还可以学习如何编写代码。本文将为你介绍使用GPT-4中的高级数据分析工具来上传数据集并显示图表和地图的每个步骤,而无需编写一行代码。

By Zhang Bonnie | Blog
DETAIL
Nov
21

每个Python Pandas开发人员都应该知道的提高生产力的十大库

在本文中,我将分享每个Python Pandas开发人员都应该知道的10个库,以提高工作效率并使数据处理任务更轻松。我将提供每个库的代码片段和解释。这些库可以极大地提高Python Pandas开发人员的工作效率。无论你是处理数据分析、可视化还是数据处理,拥有这些工具将使你的工作更轻松,代码更高效。

By Zhang Bonnie | Blog
DETAIL
Nov
21

数据科学家常见的13个统计错误,你有过吗?

为了指导你完成这次统计之旅,我们将深入探讨13个最常见的统计错误,即使是经验丰富的数据科学家也可能会遇到这些错误,并附有实用的解决方案来避开这些陷阱。让我们在接下来的5分钟里保持高度集中的注意力。

By Zhang Bonnie | Blog
DETAIL
Nov
20

你可能不熟悉的5种数据结构(但非常有用!)

本文介绍5种你可能不熟悉的数据结构,包括布隆过滤器、Rope、四叉树、伸展树、跳跃表。相信我,它们非常有用!

By Zhang Bonnie | Blog
DETAIL
Nov
20

面向机器学习工程师的Python设计模式:Builder

人工智能开发人员的一项基本技能是编写干净、可重复使用的代码。因此,今天我将使用Deepnote在Python中介绍另一种设计模式。Builder模式将一个复杂对象的构建与表示分离。该模式具有灵活性和可扩展性,支持创建具有可变属性的复杂对象,同时保持客户端代码的整洁性和易用性。所有这些都使我们能够以一种清晰一致的方式构建复杂的对象。

By Zhang Bonnie | Blog
DETAIL
Nov
16

只有资深程序员才会告诉你的13条金玉良言

虽然成为编程高手没有捷径可走,但有些事情只有经历过的人才能告诉你。回想起来,在我年轻的时候,前辈们教给我的不仅仅是写代码的方式方法,还有关于编程的态度和习惯。我将在这里留下我从前辈那里学到的东西,如果将其抽象化,也许一些习惯可以应用到商业中。

By Zhang Bonnie | Blog
DETAIL
Nov
16

使用Python的schedule轻松管理定时任务

Python中的schedule 库是一个方便的工具,用于管理程序中重复出现的任务。与cron表达式或从头开始使用time.sleep()相比,它提供了许多特性和一种干净、易读的方法。在本文中,我将深入探讨Python中schedule包的使用,并解释它如何简化你的任务调度需求。

By Zhang Bonnie | Blog
DETAIL