书闪笔记
书闪文章
理学
统计学描述性统计
离散程度度量 - 标准差 - 标准差与方差的关系
1
置顶贴
1454人读过
2
描述性统计基础概念 - 定义与作用 - 阐述
1326人读过
3
描述性统计基础概念 - 定义与作用 - 关键作用
1272人读过
4
描述性统计基础概念 - 与推断统计区别
927人读过
5
集中趋势度量 - 均值 - 算术均值的计算与应用场景
1355人读过
6
集中趋势度量 - 均值 - 加权均值的原理与计算步骤
1002人读过
7
集中趋势度量 - 均值 - 几何均值的特点与适用数据
1370人读过
8
集中趋势度量 - 中位数 - 中位数的定义与计算方式
975人读过
9
集中趋势度量 - 中位数 - 在偏态数据中的优势体现
941人读过
10
集中趋势度量 - 中位数 - 分组数据中位数的求解方法
842人读过
11
集中趋势度量 - 众数 - 众数的概念与确定方法
867人读过
12
集中趋势度量 - 众数 - 多众数数据的分析与处理
1316人读过
13
集中趋势度量 - 众数 - 众数在定性数据中的应用
861人读过
14
离散程度度量 - 极差 - 极差的计算与简单应用
1069人读过
15
离散程度度量 - 极差 - 极差的局限性分析
1006人读过
16
离散程度度量 - 四分位距 - 四分位数的计算与意义
1411人读过
17
离散程度度量 - 四分位距 - 四分位距在数据异常检测中的作用
990人读过
18
离散程度度量 - 方差 - 总体方差的计算公式推导
1293人读过
19
离散程度度量 - 方差 - 样本方差的修正与原因
909人读过
20
离散程度度量 - 标准差 - 标准差与方差的关系
1367人读过
21
离散程度度量 - 标准差 - 标准差的实际意义与应用
1362人读过
22
离散程度度量 - 变异系数 - 变异系数的定义与计算
927人读过
23
离散程度度量 - 变异系数 - 在不同数据集比较中的应用
907人读过
24
分布形态度量 - 偏态系数 - 偏态系数的计算公式
1091人读过
25
分布形态度量 - 偏态系数 - 正偏态与负偏态的特征
798人读过
26
分布形态度量 - 偏态系数 - 偏态对数据分析的影响
1228人读过
27
分布形态度量 - 峰态系数 - 峰态系数的含义与计算
1408人读过
28
分布形态度量 - 峰态系数 - 尖峰态与平峰态的表现
1237人读过
29
分布形态度量 - 峰态系数 - 峰态对数据分布的影响
942人读过
30
数据图表展示 - 表格类 - 频率分布表 - 频率分布表的制作步骤
865人读过
31
数据图表展示 - 表格类 - 频率分布表 - 累积频率分布表的应用
947人读过
32
数据图表展示 - 表格类 - 交叉表 - 交叉表的设计与用途
921人读过
33
数据图表展示 - 表格类 - 交叉表 - 基于交叉表的数据分析
787人读过
34
数据标准化处理 - Z分数标准化 - Z分数的计算方法
1187人读过
35
数据标准化处理 - Z分数标准化 - 标准化后数据的特点
1441人读过
36
数据标准化处理 - Z分数标准化 - 在数据比较中的应用
1223人读过
37
数据标准化处理 - MinMax 标准化 - MinMax 标准化公式
932人读过
38
数据标准化处理 - MinMax 标准化 - 适用的数据范围与场景
1347人读过
39
数据标准化处理 - 小数定标标准化 - 小数定标标准化的步骤
1056人读过
40
数据标准化处理 - 小数定标标准化 - 在大数据集的应用优势
1248人读过
离散程度度量 - 标准差 - 标准差与方差的关系
精彩教程
Flask - 扩展 - flask-redis - Redis
Vue.js教程
路由 - @app.route("/")
Flask - 扩展 - redis - 直接使用
pandas运算df.agg()聚合运算
配置 - setting.py
Flask - 扩展 - jinja2 - 模版处理信息 - {{}}
python - 介绍
扩展 - 定时任务 - 多种部署方式对比
pandas转换pd.melt()多列转多行
pandas运算df["A"].value_counts()按a列数量统计
HTML5教程
pandas导入数据pd.read_table(fname)读定分隔符文本
Docker教程
pandas运算 选择后.sum() 求和
Lua教程
Flask - 扩展 - SQLAlchemy - 查转换DataFrame
pandas DataFrame信息df.describe()描述
pandas选择数据df.nlargest()最大最小时间
pandas内容sort_value()排序
基础 - Pycharm 创建一个Django项目
python入门基础教程
pandas合并数据df1.append(df2) df2加到df1的尾
表模型 - django.db.models - 原生SQL
Flask - 用代码创建数据库
Flask - 扩展 - mysql
Flask - 内置 - session - 客户端缓存
pandas导入数据pd.read_sql(query, conobject)读sql
pandas重要概念inplace=True原df修改
pandas判断if df.empty:Data Frame 是否为空
粤ICP备19057273号-3