1293931883641585_社区达人页

2022年02月

• 02.18 20:24:16
  发表了文章 2022-02-18 20:24:16

  爱了！安利一个相见恨晚的可视化学习网站

  最近日常逛逛技术平台，偶然间发现了一个非常牛逼的可视化学习网站。东哥之前在公众号和技术群里也推荐过一些，但和这个相比我觉得真是太逊色了。

  
• 02.18 19:26:38
  发表了文章 2022-02-18 19:26:38

  Matplotlib官方小抄手册公开，配套可视化代码已打包！

  Matplotlib作为强大的数据可视化工具，一直备受Python数据爱好者们追捧。网络上虽有零零散散的教程，但并不是非常的系统和直观，往往我们遇到一些问题的时候还是要去百度或者到官网上寻求方法。

  
• 02.18 19:13:59
  发表了文章 2022-02-18 19:13:59

  墙裂推荐！小白入门数据科学的几个宝藏学习网站

  前方高能，准备开启收藏夹吃灰模式。 本篇东哥分享几个数据科学入门的学习网站，全部免费资源，且内容优质，是小白入门的不二选择。吃灰是常规操作，但也得吃，总比需要用的时候找不到强。 下面开始进入正题。

  
• 02.18 19:04:42
  发表了文章 2022-02-18 19:04:42

  深入理解 MySql 的 Explain

  相信大部分入门数据库的朋友都是从数据库的“增删改查”学起的。其实，对于很多搞业务的非专业技术人员而言，可能基本的增删改查也够用了，因为目的并不是要写的多好，只要能正确查到自己想要的分析的数据就可以了。 但是，对于一个专业搞数据分析的人而言，可就没那么简单了。这个自己平时跑个小数可能也没啥感觉，但现实工作中当公司业务数据量达到百万甚至千万级以上时，一个查询语句写的好坏所造成的影响就尤为明显了。所以也就不难理解为什么面试的时候面试官喜欢问一些关于优化的问题。

  
• 02.18 18:49:38
  发表了文章 2022-02-18 18:49:38

  用Python手写五大经典排序算法，看完这篇终于懂了！

  算法作为程序员的必修课，是每位程序员必须掌握的基础。作为Python忠实爱好者，本篇东哥将通过Python来手撕5大经典排序算法，结合例图剖析内部实现逻辑，对比每种算法各自的优缺点和应用点。相信我，耐心看完绝对有收获。

  
• 02.18 18:39:45
  发表了文章 2022-02-18 18:39:45

  太强了！这个 Jupyter notebook 离线工具可以用一辈子！

  VScode、Pycharm、Spyder 都是目前非常好的Python编辑器，但在数据科学领域，Jupyter notebook 仍有无法取代的地方。正是基于IPython实现的这种交互式操作，给数据分析、建模过程检验中间结果和可视化带来了极大的方便。

  
• 02.18 18:00:03
  发表了文章 2022-02-18 18:00:03

  给Python初学者的最好练手项目，进来看就对了！

  有很多朋友问我学习了Python后，有没有什么好的项目可以练手。 其实，做项目主要还是根据需求来的。但是对于一个初学者来说，很多复杂的项目没办法独立完成，因此博主挑选了一个非常适合初学者的项目，内容不是很复杂，但是非常有趣，我相信对于初学者小白来说是再好不过的项目了。

  
• 02.18 17:27:01
  发表了文章 2022-02-18 17:27:01

  震惊了！每30秒学会一个Python小技巧，Github星数4600+

  很多学习Python的朋友在项目实战中会遇到不少功能实现上的问题，有些问题并不是很难的问题，或者已经有了很好的方法来解决。当然，孰能生巧，当我们代码熟练了，自然就能总结一些好用的技巧，不过对于那些还在刚熟悉Python的同学可能并不会那么轻松。 本次给大家推荐一个学习这些技巧的很好的资源“30-seconds-of-python”，所有技巧方法只要30秒就能get到，完全可以利用业务时间不断积累。下面赶紧来看一下。 https://github.com/30-seconds/30-seconds-of-python

  
• 02.18 17:17:20
  发表了文章 2022-02-18 17:17:20

  数据探索很麻烦？推荐一款史上最强大的特征分析可视化工具：yellowbrick

  数据探索很麻烦？推荐一款史上最强大的特征分析可视化工具：yellowbrick

  
• 02.18 17:03:31
  发表了文章 2022-02-18 17:03:31

  Python一行代码搞定炫酷可视化，你需要了解一下Cufflinks

  Python一行代码搞定炫酷可视化，你需要了解一下Cufflinks

  
• 02.18 16:40:38
  发表了文章 2022-02-18 16:40:38

  Python排序傻傻分不清？一文看透sorted与sort用法

  排序问题是所有程序员一定会遇到的问题，Python内置的排序工具sort()和sorted()功能强大，可以实现自定义的复杂式排序。平时我们使用两个函数可能没有仔细研究过它们的区别，随想随用了。但实际上二者还是有很大的去别的，在一些场景中不同互换使用。
• 02.18 16:33:48
  发表了文章 2022-02-18 16:33:48

  从论文分析，告诉你什么叫 “卡方分箱”？

  前些日子，星球里讨论风控建模面试中的一些问题，其中就提到了 “卡方分箱”。大家对卡方分箱都有或多或少的疑问，应星球朋友要求，最近整理了一下我对卡方分箱的理解，也借此分享给公众号的朋友们。

  
• 02.18 16:29:39
  发表了文章 2022-02-18 16:29:39

  嫌pandas慢又不想改代码怎么办？来试试Modin

  嫌pandas慢又不想改代码怎么办？来试试Modin

  
• 02.18 16:19:29
  发表了文章 2022-02-18 16:19:29

  如何在一场面试中展现你对Python的coding能力？

  如何在一场面试中展现你对Python的coding能力？
• 02.18 16:09:05
  发表了文章 2022-02-18 16:09:05

  决策树学习笔记（三）：CART算法，决策树总结

  本篇为树模型系列第三篇，旨在从最简单的决策树开始学习，循序渐进，最后理解并掌握复杂模型GBDT，Xgboost，为要想要深入了解机器学习算法和参加数据挖掘竞赛的朋友提供帮助。

  
• 02.18 15:49:46
  发表了文章 2022-02-18 15:49:46

  决策树学习笔记（二）：剪枝，ID3，C4.5

  本篇为树模型系列第二篇，旨在从最简单的决策树开始学习，循序渐进，最后理解并掌握复杂模型GBDT，Xgboost，为要想要深入了解机器学习算法和参加数据挖掘竞赛的朋友提供帮助。

  
• 02.18 15:41:10
  发表了文章 2022-02-18 15:41:10

  决策树学习笔记（一）：特征选择

  决策树学习笔记（一）：特征选择

  
• 02.18 15:23:27
  发表了文章 2022-02-18 15:23:27

  作为一个Python爱好者，如何写出高可读性的代码？

  作为一个Python爱好者，如何写出高可读性的代码？

  
• 02.18 15:04:38
  发表了文章 2022-02-18 15:04:38

  高效方法 | Jupyter Notebook 比你想象中的还要强大

  Jupyter Notebook是一个非常赞的可用于教学，探索和编程的环境，但最原始的Jupyter Notebook是缺乏一些强功能的。但幸运的是，有很多方法可以改进这个工具，比如：Jupyter Notebook的扩展。

  
• 02.18 14:57:37
  发表了文章 2022-02-18 14:57:37

  还在抱怨pandas运行速度慢？这几个方法会颠覆你的看法

  还在抱怨pandas运行速度慢？这几个方法会颠覆你的看法

  
• 02.18 14:51:23
  发表了文章 2022-02-18 14:51:23

  手把手教你用Bokeh进行可视化数据分析（附源码）

  手把手教你用Bokeh进行可视化数据分析（附源码）

  
• 02.18 14:44:52
  发表了文章 2022-02-18 14:44:52

  【机器学习笔记】：逻辑回归实战练习（二）

  【机器学习笔记】：逻辑回归实战练习（二）

  
• 02.18 14:38:47
  发表了文章 2022-02-18 14:38:47

  【机器学习笔记】：从零开始学会逻辑回归（一）

  【机器学习笔记】：从零开始学会逻辑回归（一）

  
• 02.18 14:29:13
  发表了文章 2022-02-18 14:29:13

  【机器学习笔记】：大话线性回归（三）

  【机器学习笔记】：大话线性回归（三）

  
• 02.18 14:21:41
  发表了文章 2022-02-18 14:21:41

  【机器学习笔记】：大话线性回归（二）

  其实还有很多问题需要我们解决：这个模型的效果如何？如何评判这个效果？开始线性模型的假设成立吗？如何验证这些假设？还会有其它问题会影响模型效果吗？

  
• 02.18 14:03:12
  发表了文章 2022-02-18 14:03:12

  【机器学习笔记】：大话线性回归（一）

  线性回归作为监督学习中经典的回归模型之一，是初学者入门非常好的开始。宏观上考虑理解性的概念，我想我们在初中可能就接触过，y=ax，x为自变量，y为因变量，a为系数也是斜率。如果我们知道了a系数，那么给我一个x，我就能得到一个y，由此可以很好地为未知的x值预测相应的y值。这很符合我们正常逻辑，不难理解。那统计学中的线性回归是如何解释的呢？

  
• 02.18 13:51:51
  发表了文章 2022-02-18 13:51:51

  如何用Python递归地思考问题？

  递归是一个很经典的算法，在实际中应用广泛，也是面试中常常会提到的问题。本文就递归算法介绍如何在Python中实现递归的思想，以及递归在Python中使用时的一些注意事项，希望能够对使用Python的朋友提供一些帮助。

  
• 02.18 13:41:18
  发表了文章 2022-02-18 13:41:18

  关于互联网金融授信产品的风控建模

  关于互联网金融授信产品的风控建模

  
• 02.18 13:34:03
  发表了文章 2022-02-18 13:34:03

  【Python数据分析基础】: 异常值检测和处理

  【Python数据分析基础】: 异常值检测和处理

  
• 02.18 12:36:47
  发表了文章 2022-02-18 12:36:47

  【Python数据分析基础】: 数据缺失值处理

  圣人曾说过：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。

  
• 02.17 22:59:05
  发表了文章 2022-02-17 22:59:05

  5种方法教你用Python玩转histogram直方图

  本篇博主将要总结一下使用Python绘制直方图的所有方法，大致可分为三大类（详细划分是五类，参照文末总结）： 纯Python实现直方图，不使用任何第三方库 使用Numpy来创建直方图总结数据 使用matplotlib，pandas，seaborn绘制直方图

  
• 02.17 22:46:35
  发表了文章 2022-02-17 22:46:35

  一套为你【量身定制】的数据分析学习路线

  博主根据自己的真实学习经历列出了一个学习计划，拟定在星球中按照以下这个计划进行一步步的分享和讲解。

  
• 02.17 22:38:12
  发表了文章 2022-02-17 22:38:12

  这些世界杯球星你真的认识吗？不如通过Python来认识一下吧

  最近大家都在追看世界杯，博主也是一样，偶尔也贪黑看球，虽然踢得不怎么样，但是热情却很高。依稀记得小学的时候为了攒球星卡吃了无数袋的干脆面，什么巴西罗纳尔多，法国齐达内，各种球星，当然也都是因为热爱足球才含着泪吃进去的。

  
• 02.17 22:30:12
  发表了文章 2022-02-17 22:30:12

  Seaborn从零开始学习教程（四）

  本次将主要介绍 分类数据可视化的使用。

  
• 02.17 22:06:36
  发表了文章 2022-02-17 22:06:36

  Seaborn从零开始学习教程（三）

  本次将主要介绍数据集的分布可视化的使用。

  
• 02.17 21:50:24
  发表了文章 2022-02-17 21:50:24

  Seaborn从零开始学习教程（二）

  本次将主要介绍颜色风格设置的使用。

  
• 02.17 21:13:59
  发表了文章 2022-02-17 21:13:59

  Seaborn从零开始学习教程（一）

  最近在做几个项目的数据分析，每次用到seaborn进行可视化绘图的时候总是忘记具体操作。虽然seaborn的官方网站已经详细的介绍了使用方法，但是毕竟是英文，而且每次都上网查找不是很方便，还不如自己重新来一遍。因此博主想从零开始将seaborn学习一遍，做一个总结，也希望供大家使用参考。

  
• 02.17 20:51:43
  发表了文章 2022-02-17 20:51:43

  Jupyter notebook快速入门教程

  本篇将给大家介绍一款超级好用的工具：Jupyter notebook。

  
• 02.17 20:40:19
  发表了文章 2022-02-17 20:40:19

  Python十分钟制作属于你自己的个性logo

  词云的使用相信大家已经不陌生了，使用很简单，直接调用wordcloud包就可以了。它的主要功能是根据文本词汇和词汇频率生成图片，从中可以直观的看出各个词汇所占比重。最近正好想做一个人的logo，于是乎决定使用词云来制作完成。

  
• 02.17 20:29:37
  发表了文章 2022-02-17 20:29:37

  使用Pandas&NumPy进行数据清洗的6大常用方法

  数据科学家花了大量的时间清洗数据集，并将这些数据转换为他们可以处理的格式。事实上，很多数据科学家声称开始获取和清洗数据的工作量要占整个工作的80%。因此那么处理这些杂乱不规则数据是非常重要的。