Python

Python是一种面向对象、直译式计算机程序设计语言，由Guido van Rossum于1989年底发明。由于他简单、易学、免费开源、可移植性、可扩展性等特点，Python又被称之为胶水语言。下图为主要程序语言近年来的流行趋势，Python受欢迎程度扶摇直上。 Python工作环境及基础语法知识了解对于Python基础语法学习部分，学习周期大概为4周，需要…

摘要：每部电影都有自己的海报，即便是在如今这互联网时代，电影海报仍是一个强大的广告形式。每部电影都会根据自身的主题风格设计海报，精致的电影海报可以吸引人们的注意力。那么问题来了，不同风格的电影海报对颜色有什么样的偏好呢？ 利用Python爬取海报数据 为了回答这个问题，我们需要分析不同风格电影的海报情况。首先，我们需要构建一个电影海报数据的数据集，因此我利用…

摘要：这篇文章旨在更客观地看待这两门语言。我们会平行使用Python和R分析一个数据集，展示两种语言在实现相同结果时需要使用什么样的代码。这让我们了解每种语言的优缺点，而不是猜想。在Dataquest，我们教授两种语言，并认为两者在数据科学工具箱中都占据各自的地位。 我们将会分析一个NBA数据集，包含运动员和他们在2013-2014赛季的表现，可以在这里下载…

摘要：2月23日，GrowingIO公开课邀请猎聘网CDO单艺先生为大家讲解“你的客户，价值几何？”课程，带您一探究竟！ 在市场中，每个客户的能给厂家带来的价值并不相同，换言之，客户的价值并不相等。那么如何衡量一个客户（用户）在一段时期内对企业有多大价值？以此来获取、留住优质客户，并针对性促销，提供更精准服务，获得更大商业价值。 1.客户的价值真的都是平等的…

摘要：为了理解和应用机器学习技术，你需要学习Python或者R。这两者都是与C、Java、PHP相类似的编程语言。但是，因为Python与R都比较年轻，而且更加“远离”CPU，所以它们显得简单一些。相对于R只用于处理数据，使用例如机器学习、统计算法和漂亮的绘图分析数据，Python的优势在于它适用于许多其他的问题。因为Python拥有更广阔的分布（使用Jan…

摘要：本文为您介绍了如何使用 Spark Streaming 实时分析社交媒体数据，通过创建了一个不停运转的流程序，来演示如何实时获取 Twitter 数据，根据文本和位置来收集推文，并使用了 K 均值算法。 这是一篇关于使用 Spark Streaming 实时分析社交媒体数据的简短教程。 您想知道人们在发微博谈论世界的哪些不同地方吗，是在谈论各大洲还是在…

Python菜鸟到Python Kaggler 如果你梦想成为一名数据科学家，或者已然是数据科学家的你想扩展自己的工具库，那么，你找对地方啦。本文旨在为做数据分析的Python人提供一条全方位的学习之路，完整讲述运用Python进行数据分析的所有步骤。当然，如果你已经有了一些知识储备，或者无需掌握全部的内容，可以按照自己的需求做出调整，也欢迎与我们分享你是如…

摘要：2015年，美国官方解密了一系列有关本·拉登的文件，其中最引人瞩目的，是美国国家情报总监办公室（The Office of the Director of National Intelligence）在其官网上列出的“本·拉登的书架”。 曝光的这份阅读清单涉及书籍和其他材料400余种。其中包含了已解密的书信等文档103份、公开发表的美国政府文件75份、…

美国科学家11日宣布，他们去年9月首次探测到引力波。这一发现印证了物理学大师爱因斯坦100年前的预言。宣布这一发现的，是激光干涉引力波天文台（LIGO）的负责人。 这个机构诞生于上世纪90年代，进行引力波观测已经有近30年。那么观测到的引力波数据的量应该很大，科学家如何对这些数据进行分析？有没有用到Python编程语言？ 答案是肯定的。笔者在Github上发…

刚开始学习Python语言的时候，并不是很理解为什么Python列表的索引值是从0开始的，不过却很喜欢列表切片的语法，非常简单、优雅。而最近在翻阅Python之父Guido老爹的Google+发文时，看到了他自己对这个问题的解释。 下面是Guido老爹的回答。 最近有人在Twitter上问我，为什么Python中的索引从0开始(0-based indexin…

本文授权转载自知乎回答-何明科，作者：何明科系一面网络技术有限公司创始人。作者现身说法，用自己的创业历程举例说明：有钱很重要，有趣更重要。 第零步：原点，大数据与价值 大概一年多以前，和几个小伙伴均认同一个趋势：觉得通过技术手段获取网上越来越丰富的数据，并基于这些数据做分析及可视化，必能产生有价值的结果，帮助大家改善生活。(大数据被叫烂了，所以用低调的方式来…

摘要：你有多少大数据和Hadoop的经验 “你有多少大数据和Hadoop的经验？”他们问我。我一直在用Hadoop，但很少处理几TB以上的任务。我基本上只是一个大数据新手——知道概念，写过代码，但是没有大规模经验。 接下来他们会问：“你能用Hadoop做简单的group by和sum操作吗？”我当然会，但我会说需要看看具体文件格式。 他们给我一个U盘，里面有…

在数据分析领域，最热门的莫过于Python和R语言，此前有一篇文章《别老扯什么Hadoop了，你的数据根本不够大》指出：只有在超过5TB数据量的规模下，Hadoop才是一个合理的技术选择。这次拿到近亿条日志数据，千万级数据已经是关系型数据库的查询分析瓶颈，之前使用过Hadoop对大量文本进行分类，这次决定采用Python来处理数据： 硬件环境 CPU：3.5…

简介近年来，随机森林模型在界内的关注度与受欢迎程度有着显著的提升，这多半归功于它可以快速地被应用到几乎任何的数据科学问题中去，从而使人们能够高效快捷地获得第一组基准测试结果。在各种各样的问题中，随机森林一次又一次地展示出令人难以置信的强大，而与此同时它又是如此的方便实用。 需要大家注意的是，在上文中特别提到的是第一组测试结果，而非所有的结果，这是因为随机森林…

摘要：本文意在创建一个得分图，该图同时描绘了从场上不同位置投篮得分的百分比和投篮次数，这和 Austin Clemen 个人网站上的帖子http://www.austinclemens.com/shotcharts/ 类似 。 为了实现这个得分图，笔者参考了 Savvas Tjortjoglou 的帖子http://savvastjortjoglou.com…