第一写面经，记录一下这次难得的面试，感谢字节跳动的面试官。除了有一丝遗憾，自己在很多知识点的表达方面有所欠缺，没有用结构化思维去清晰的表达，也希望不要打乱自己学习的节奏，在数据分析方面不断提升自己的能力。总体情况时间：2020.06.08面试时间：1小时10分钟面试感受：技术面的面试官很有字节跳动的特点，不断引导你，帮你总结。反思自己的面试过程，发现数据分析的逻辑思维还需要进一步总结，形成分析的框

对数据集进行分组并对各组应用一个函数，是数据分析工作中的重要环节。在将数据集加载、融合、准备好之后，通常就是计算分组统计或生成透视表。pandas提供了一个灵活高效的gruopby功能，实现对数据集进行切片、切块、摘要等操作。使用一个或多个键（形式可以是函数、数组或DataFrame列名）分割pandas对象。计算分组的概述统计，比如数量、平均值或标准差，或是用户定义的函数。应用组内转换或...

numpy.where (condition[, x, y])用法np.where(condition, x, y)满足条件(condition)，输出x，不满足输出y。np.where([[True,False], [True,True]],# 官网上的例子[[1,2], [3,4]],[[9,8], [7,6]])...

python数据分析作图细节seabornbarplot条形图countplot计数图distplotHistograms直方图Kernel density estimaton核密度估计distplot()kdeplot()Fitting parametric distributions拟合参数分布seaborn官方链接：http://seaborn.pydata.org/index.htmlSe

对应列直接相除或者采用apply函数import pandas as pddf = pd.read_csv('离线数据.csv')#新建一个Dataframedf_data = pd.DataFrame(columns=['总数','人数','平均值'])df_data[['总数','人数']] = df#1、使用apply函数df_data['平均值'] =df_data.a...

导入pandas库并设置import pandas as pd#显示Dateframe所有列(参数设置为None代表显示所有行，也可以自行设置数字)pd.set_option('display.max_columns',None)#显示Dateframe所有行pd.set_option('display.max_rows',None)#设置Dataframe数据的显示长度，默认为50...

一、Anaconda 安装selenium库#使用命令：conda或pipconda install seleniumpip install selenium用 Chrome 浏览器来测试#用 Chrome 浏览器来测试from selenium import webdriverbrowser = webdriver.Chrome()browser.get('http:/...

一：场景1输入：datetime格式日期时间输出：datedate格式日期方法：datetime.datetime.date()直接转换，关键是改变日期的格式从而改变日期时间的显示。import pandas as pdimport datetimefrom datetime import datetimefrom datetime import timedeltamin_date...

一数据分析常遇到挑战问题出在哪里？当一个决策分析类项目（如商务智能、数据仓库、大数据分析等）开始筹划的时候，往往面临着如何选择分析场景的问题。有一些业务人员非常有想法，目标明确，直接请实施厂商来做就行；然而还有些业务人员对分析系统能做什么、如何做没有太多经验，于是他们也找来了实施厂商，但结果却是……客户尽管知道大数据分析对于经营管理的意义所在，但事实上国内绝大多数企业的大数据能力成熟度仍停留...