HelloWorld 开发者社区
科技资讯
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
开源项目
全部项目推荐好文
精读《什么是 LOD 表达式》
LOD表达式在数据分析领域很常用,其全称为LevelOfDetail,即详细级别。精读什么是详细级别,为什么需要LOD?你一定会有这个问题,我们来一步步解答。什么是详细级别可以尝试这么发问:你这个数据有多详细?得到的回答可能是:数据是汇总的
5个Pandas组合函数的异同
5个Pandas组合函数的异同1.说明在日常处理数据的时候,经常会遇到不同dataframe的连接、组合等操作,刚开始用的时候,会有点蒙,毕竟下面几个函数的作用类似,容易产生混淆。<blockquoteconcat<br/join<br/merge<br/
数据分析 | 用 SeaTable 表格快速统计分析订单数据
SeaTable(https://link.segmentfault.com/?encc3NrIoVD%2FcCQmNnYyFFhYQ%3D%3D.zh5uZX6LMykb%2Fs2jlkFwWT3F6q4Xh9kEGYBceAQypbk%3D)是一个支持多种数据类型的协同表格和信息管理工具
Smartbi成功入选Gartner增强数据分析2020代表厂商!
近日,全球权威的顾问咨询公司Gartner发布《HypeCycleforICTinChina,2020》报告(2020年中国ICT技术成熟度曲线报告),思迈特软件Smartbi作为国内极具实力的BI厂商,凭借SmartbiEagle自助数据分析平台,入选增强数据分析代表厂商(AugmentedDataandAnalyticsSample
Python数据分析必备学习路线与技术
即便在同一领域里,从软件开发转向算法,也不是一件很容易的事情。我经历过这种转型,期间迷茫过、浮躁过。后来发现,光看书不行,把每日所学记录下来,感觉学的比较快。通过记录,驱动我思考,帮助我了解哪些是真懂,哪些是理解不透的。后来,几乎每两天就将每日所学,总结成一篇原创技术文,发在公众号里,现在已经有260多篇了。也很幸运,成功转方向。
Python实用小技能,一个比一个高级!
转眼就到了年末,一大票朋友来找我抱怨工作的事。大家的痛点因人而异,但是其中却有一些“职场通病”,今天就集中分享下,看看又有多少打工人被戳中。电商运营小林,职龄2年到了年底就抓狂!各种活动方案让人头秃,每次策划前都要央求着数据分析专员帮忙提供一些数据,每次都很被动,我自己要是会数据分析多好!还至于
Python实现数据分析(四)
Pandas关键词:数据分析库官网:https://pandas.pydata.org/(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fpandas.pydata.org%2F)介绍(选自百度百科):pandas是基于NumP
Pyhon数据分析20——matplotlib可视化(二)之柱状图
atplotlib绘制柱状图柱状图(barchart),是一种以长方形的长度为变量的表达图形的统计报告图,由一系列高度不等的纵向条纹表示数据分布的情况,用来比较两个或以上的价值(不同时间或者不同条件),只有一个变量,通常利用于较小的数据集分析。柱状图亦可横向排列,或用多维方式表达。准备importnumpyasnpimport
Nanopore 16S测序数据分析之last和centrifuge进行物种注释
最近有朋友和我交流纳米孔16S测序数据的分析,发现真的没有从头完成过一次这方面的数据分析,然后发现这方面的资料也比较少,于是学习一下,和大家分享。坦白说,牛津纳米孔测序技术在16S多样性研究方面还是有些不足的,只能说勉强够用(准确性大概也不能完全保证),主要应用场景是在一些现场快速检测方面,主要是病原菌这种。但是,相信随着测序准确度的提高和分析软件的改进,相
Excel图表和数据分析
十年前写的,从今天看起来之前的想法还是比较幼稚的。从理论指导角度,数据分析可以划分为基于统计学的和基于数据挖掘的数据分析方法,很显然基于统计学的相对容易理解一些,而数据挖掘对高等数学要求会高一些,相信毕业十几年的同学很可能连A\X\\2B\XC0都快忘记了,甚至我不确定等小孩上了初中能不能教的了他数学。从分析的出发点看,数据分析
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。