全部 Python+大數據新聞動態(tài) Python+大數據技術文章 Python+大數據學習常見問題 技術問答

• • 

    初始ETL：ETL的體系結構

    ETL主要是用來實現異構數據源數據集成的。多種數據源的所有原始數據大部分未作修改就被載入ETL，因而，無論數據源在關系型數據庫、非關系型數據庫，還是在外部文件，集成后的數據都將被置于數據庫的數據表或數據倉庫的維度表中，以便在數據庫內或數據倉庫中作進一步轉換(因此，一般會將最終的數據存儲到數據庫或者數據倉庫中)。 查看全文>>

    Python+大數據學習常見問題2022-11-10 |傳智教育 |初始ETL,ETL的體系結構

  • 

    基本數據統計分析：漏斗分析是什么意思?

    漏斗分析通過定義有序的過程環(huán)節(jié)和步驟，分析不同步驟之間的轉化過程，而由于后續(xù)的轉化一般都會比前面的轉化數量更少，因此會形成類似于漏斗的形狀。漏斗分析是網站分析的基本方法，很多強大的工具支持全站頁面、事件、目標之間的混合漏斗分析，通過漏斗查看特定目標的完成和流失情況。 查看全文>>

    Python+大數據學習常見問題2022-11-09 |傳智教育 |漏斗分析,基本數據統計分析

  • 

    Serde是什么？常用的自定義Serde和內置Serde

    Serde是Serializer and Deserializer(序列化和反序列化)的簡稱,Hive 通過Serde處理Hive數據表中每一行數據的讀取和寫入，例如查詢Hive數據表數據時，HDFS中存放的數據表數據會通過Serializer序列化為字節(jié)流便于數據傳輸;向Hive數據表插入數據時，會通過Deserializer將數據反序列化成Hive數據表的每一行值,方便將數據加載到數據表中，不需要對數據進行轉換。 查看全文>>

    Python+大數據學習常見問題2022-11-08 |傳智教育 |Serde表屬性,Serde是什么

  • 

    Hive的工作原理是什么？Hive和Hadoop執(zhí)行任務的流程

    Hive是基于Hadoop的一個數據倉庫工具，主要用來對數據進行抽取、轉換、加載操作。HiveQL可以將結構化的數據文件映射為一張數據表，允許熟悉SQL的用戶查詢數據，也允許熟悉MapReduce的開發(fā)者開發(fā)自定義的mapper和reducer來處理內建的mapper和 reducer無法完成的復雜的分析工作，相對于Java代碼編寫的MapReduce來說，Hive的優(yōu)勢更加明顯。Hive利用Hadoop的HDFS存儲數據，利用Hadoop的MapReduce執(zhí)行查詢。 查看全文>>

    Python+大數據技術文章2022-11-08 |傳智教育 |Hive和Hadoop協作執(zhí)行任務的工作原理

  • 

    Python文本數據分析：NLTK與jieba概述

    NLTK全稱為Natural Language Toolkit，它是一套基于Python的自然語言處理工具包，可以方便地完成自然語言處理的任務，包括分詞、詞性標注、命名實體識別(NER)及句法分析等。 查看全文>>

    Python+大數據學習常見問題2022-11-08 |傳智教育 |Python文本數據分析,NLTK與jieba概述

  • 

    Python中怎樣選擇正確的可視化圖表？

    數據可視化專家基于以上4種關系對圖表的選擇思路進行了總結，引導用戶逐步明確需求，從而幫助用戶快速且正確地選擇圖表。下面分別介紹基于比較、分布、構成和聯系關系的數據可選擇的圖表，具體內容如下。 查看全文>>

    Python+大數據技術文章2022-11-07 |傳智教育 |可視化圖表,python數據分析

  • 

    Python數據預處理：dropna()函數的用法講解

    在Python中，我們可以通過dropna()方法來刪除含有空值或缺失值的行或列，其語法格式如下。 查看全文>>

    Python+大數據學習常見問題2022-11-04 |傳智教育 |dropna()函數的用法,數據預處理

  • 

    數據分析工具Pandas：常用的統計計算

    Pandas為我們提供了非常多的描述性統計分析的指標方法，比如總和、均值、最小值、最大值等。接下來，筆者來羅列一些常用的描述性統計方法，以及它們的具體說明。 查看全文>>

    Python+大數據學習常見問題2022-11-02 |傳智教育 |Pandas工具,統計計算

  << < 1 ... 44 45 46 47 48 49 50 ... 159 > >>