全部 Python+大数据新闻动态 Python+大数据技术文章 Python+大数据学习常见问题 技术问答

• • 

    初始ETL：ETL的体系结构

    ETL主要是用来实现异构数据源数据集成的。多种数据源的所有原始数据大部分未作修改就被载入ETL，因而，无论数据源在关系型数据库、非关系型数据库，还是在外部文件，集成后的数据都将被置于数据库的数据表或数据仓库的维度表中，以便在数据库内或数据仓库中作进一步转换(因此，一般会将最终的数据存储到数据库或者数据仓库中)。 查看全文>>

    Python+大数据学习常见问题2022-11-10 |传智教育 |初始ETL,ETL的体系结构

  • 

    基本数据统计分析：漏斗分析是什么意思?

    漏斗分析通过定义有序的过程环节和步骤，分析不同步骤之间的转化过程，而由于后续的转化一般都会比前面的转化数量更少，因此会形成类似于漏斗的形状。漏斗分析是网站分析的基本方法，很多强大的工具支持全站页面、事件、目标之间的混合漏斗分析，通过漏斗查看特定目标的完成和流失情况。 查看全文>>

    Python+大数据学习常见问题2022-11-09 |传智教育 |漏斗分析,基本数据统计分析

  • 

    Serde是什么？常用的自定义Serde和内置Serde

    Serde是Serializer and Deserializer(序列化和反序列化)的简称,Hive 通过Serde处理Hive数据表中每一行数据的读取和写入，例如查询Hive数据表数据时，HDFS中存放的数据表数据会通过Serializer序列化为字节流便于数据传输;向Hive数据表插入数据时，会通过Deserializer将数据反序列化成Hive数据表的每一行值,方便将数据加载到数据表中，不需要对数据进行转换。 查看全文>>

    Python+大数据学习常见问题2022-11-08 |传智教育 |Serde表属性,Serde是什么

  • 

    Hive的工作原理是什么？Hive和Hadoop执行任务的流程

    Hive是基于Hadoop的一个数据仓库工具，主要用来对数据进行抽取、转换、加载操作。HiveQL可以将结构化的数据文件映射为一张数据表，允许熟悉SQL的用户查询数据，也允许熟悉MapReduce的开发者开发自定义的mapper和reducer来处理内建的mapper和 reducer无法完成的复杂的分析工作，相对于Java代码编写的MapReduce来说，Hive的优势更加明显。Hive利用Hadoop的HDFS存储数据，利用Hadoop的MapReduce执行查询。 查看全文>>

    Python+大数据技术文章2022-11-08 |传智教育 |Hive和Hadoop协作执行任务的工作原理

  • 

    Python文本数据分析：NLTK与jieba概述

    NLTK全称为Natural Language Toolkit，它是一套基于Python的自然语言处理工具包，可以方便地完成自然语言处理的任务，包括分词、词性标注、命名实体识别(NER)及句法分析等。 查看全文>>

    Python+大数据学习常见问题2022-11-08 |传智教育 |Python文本数据分析,NLTK与jieba概述

  • 

    Python中怎样选择正确的可视化图表？

    数据可视化专家基于以上4种关系对图表的选择思路进行了总结，引导用户逐步明确需求，从而帮助用户快速且正确地选择图表。下面分别介绍基于比较、分布、构成和联系关系的数据可选择的图表，具体内容如下。 查看全文>>

    Python+大数据技术文章2022-11-07 |传智教育 |可视化图表,python数据分析

  • 

    Python数据预处理：dropna()函数的用法讲解

    在Python中，我们可以通过dropna()方法来删除含有空值或缺失值的行或列，其语法格式如下。 查看全文>>

    Python+大数据学习常见问题2022-11-04 |传智教育 |dropna()函数的用法,数据预处理

  • 

    数据分析工具Pandas：常用的统计计算

    Pandas为我们提供了非常多的描述性统计分析的指标方法，比如总和、均值、最小值、最大值等。接下来，笔者来罗列一些常用的描述性统计方法，以及它们的具体说明。 查看全文>>

    Python+大数据学习常见问题2022-11-02 |传智教育 |Pandas工具,统计计算

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