首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏云计算D1net

    云存储管理的9免费工具

    他们可以使你通过浏览器登录自己的账号来访问数据。这样就不需要在自己电脑上安装这些软件。本次总结,笔者分享了可用于云的9免费工具。这些工具旨在使生活变得更容易。 免费供个人使用! ? 2. ZeroPC 连接个人云,在一个虚拟平台安全地访问你所有的来自各种服务的文件、照片、音乐、和视频。并可以从一个服务到另一个服务拖拽、删除任何内容。 ? 3. Mover 当需要时,要得到你想要的云数据,使用Mover。 ? 5. Otixo 当需要时,要得到你想要的云数据,使用Mover。 ? 6. Windows操作系统的简单WebDAV /FTP /OneDrive /DropBox/GoogleDrive/Box/ SugarSync/Copy/AmazonCloudDrive/IMAP的客户端,可供免费使用 9. Storage Made Easy Storage Made Easy提供混合云文件服务器的企业文件共享和同步方案(EFSS),具有超过45个公有和私人存储成员。

    4.8K60发布于 2018-03-23
  • 来自专栏华章科技

    干货 | 22个免费数据可视化和分析工具推荐

    本文总结推荐22个免费数据可视化和分析工具。列表如下: 01 数据清理(Data cleaning) 当你分析和可视化数据前,常需要“清理”工作。 下面的两个工具被用来帮助使数据处于最佳的状态。 1、DataWrangler 斯坦福大学可视化组(SUVG)设计的基于web的服务,以你刚来清理和重列数据。 02 统计分析(Statistical analysis) 有时,你需要你的数据的图形化的表达。 3、R 项目 R语言是主要用于统计分析、绘图的语言和操作环境。 03 可视化应用与服务(Visualization applications and services) 这些工具提供了不同的可视化选项,针对不同的应用场景。 9、Zoho Reports ? 10、Choosel ? 11、Exhibit ? 12、Google Chart Tools ? 13、JavaScript InfoVis Toolkit ?

    1.8K40发布于 2018-08-17
  • 来自专栏Mac/Win软件

    GraphPad Prism 9 for mac&win(医学绘图及数据分析工具)

    GraphPad Prism 结合了科学绘图、综合曲线拟合(非线性回归)、可理解的统计数据数据组织。 mac版:GraphPad Prism 9 for Macwin版:GraphPad Prism 9图片功能特点有效地组织您的数据执行正确的分析随时随地获得切实可行的帮助一键回归分析专注于您的研究,而不是您的软件无需编程即可自动化您的工作无数种自定义图形的方法

    67240编辑于 2023-02-09
  • 来自专栏PPV课数据科学社区

    数据可视化专题】22个免费数据可视化和分析工具推荐

    本文总结推荐22个免费数据可视化和分析工具。列表如下: 数据清理(Data cleaning) 当你分析和可视化数据前,常需要“清理”工作。 下面的两个工具被用来帮助使数据处于最佳的状态。 1、DataWrangler 斯坦福大学可视化组(SUVG)设计的基于web的服务,以你刚来清理和重列数据。 统计分析(Statistical analysis) 有时,你需要你的数据的图形化的表达。 3、R项目 R语言是主要用于统计分析、绘图的语言和操作环境。 可视化应用与服务(Visualization applications and services) 这些工具提供了不同的可视化选项,针对不同的应用场景。 6、Tableau Public 7、Many Eyes 8、VIDI 9、Zoho Reports 10、Choosel 11、Exhibit 12、Google Chart Tools 13、JavaScript

    3.2K50发布于 2018-04-20
  • 来自专栏全栈程序员必看

    免费 UML 工具

    选取了四款UML工具: astah 经常看到网上的黄色背景就是这个软件画的,最后一个免费的社区版本是:astah community 7.2 安装包大小50M 以下三个均为免费版本: Software Modeler 可以画序列图,安装包很小,只有十几兆,而且提供便携版下载 Modelio 这是一个大型的软件,安装包300+MB Modelio是由位于法国巴黎的Modeliosoft开发的开源UML工具 版本4.23之前的版本是根据GNU通用公共许可证(GPL)许可的免费软件。 BOUML 5最高为6.12是专有软件。 BOUML 7和更高版本是免费软件。

    3K20编辑于 2022-09-14
  • 来自专栏毕业论文写作指南

    2025最新推荐:9免费AI工具助你高效完成毕业论文!

    问卷调查专项支持:作为行业内首个针对问卷调查类论文开发专项功能的平台,可自动生成问卷模板、优质样本数据,并完成数据智能分析与正文撰写,同时输出配套的数据分析图表与详细结果表格。 参考文献交叉引用:通过智能分析参考文献内容,自动插入规范的文献上标编号,确保引用格式符合学术标准。 多元数据资源库:内置真实网络数据、图表、公式、代码等素材,用户可一键获取相关资料,快速充实论文内容,有效提升研究可信度。2. 免费版本支持基础语法检查功能。缺点:免费版功能覆盖范围较窄。高级功能需付费订阅使用。5. 通义千问工具简介:通义千问可高效完成论文框架、摘要及章节内容生成,大幅提升学术写作效率。 缺点:免费版本存在严格的字数限制。生成内容需手动调整结构与格式。免费的国外AI合集网站 —— 玄域AI工具集智能分类导航系统:通过多维度分类方式,帮助用户快速定位所需工具

    86320编辑于 2025-07-25
  • 来自专栏生信小驿站

    R语言meta分析9)连续数据的meta分析

    R语言meta分析(6)一文解决诊断性meta分析(第一章) R语言meta分析(7)诊断性meta分析(meta4diag包) R语言meta分析(8)基于生存数据的meta分析 R语言meta分析9)连续数据的meta分析 本文将介绍用R软件的meta数据包介绍连续数据资料的Meta分析。 meta数据包提供分析连续数据的命令是: metacont(),能够计算连续型资料的固定效应值或随机效应值,命令提供了SMD和MD两种方法。 .csv',header=T) colnames(data) library(ggplot2) library(meta) str(data) data.frame': 19 obs. of 9 variables: $ study : Factor w/ 19 levels "GSE102286","GSE114711",..: 3 4 5 6 7 8 9 10 11 12

    6.1K22发布于 2020-06-12
  • 来自专栏AI SPPECH

    2025数据分析入门:新手必知的免费工具与实用技巧

    想象一下,你能够免费使用各种强大的数据分析工具,处理和分析数据,挖掘数据中的价值,制作专业的数据可视化图表,这将大大提升你的数据分析能力,帮助你快速成长。 别担心,本文将为你揭秘2025年最实用的数据分析免费工具和使用技巧,涵盖了数据收集、数据清洗、数据处理、数据可视化等多个方面。 三、数据分析:强大的免费分析工具与实践技巧 数据分析数据科学的核心环节,通过数据分析,你可以发现数据中的规律和趋势,提取有价值的信息。 在2025年,有许多免费数据分析工具可以帮助你进行高效的数据分析。 四、数据可视化:制作专业图表的免费工具 数据可视化是数据分析的重要环节,通过可视化,你可以更直观地理解数据,发现数据中的规律和趋势。在2025年,有许多免费数据可视化工具可以帮助你制作专业的图表。

    1.1K11编辑于 2025-11-13
  • 来自专栏锦小年的博客

    Python数据分析(9)-numpy文件读写

    numpy提供两种格式的文件读写,分别是npy和txt,前者是numpy自有的一种文件格式,后者是txt格式支持。对应函数:

    1.2K20发布于 2019-05-26
  • 来自专栏吴伟祥

    国内9免费CDN汇总 转

    1、加速乐:免费CDN、平均加速200%以上,访问量提升19%,是唯一一款使用前后不会影响网站访问及搜索引擎排名的免费CDN平台。笔者使用加速乐有4年了,原来和百度合作的便一直使用至今,强烈推荐。 2、nsPod:国内老牌DNS服务商,为各类网站提供高质量的电信、网通、教育网双线或者三线智能DNS免费解析,提高网站解析速度。 5、360网站卫士:功能很多,有免费CDN、CC保护、网站防火墙、DDOS保护、页面压缩、访问加速等功能。 6、安全宝Mini CDN:新兴的免费CDN服务,注册门槛较高,使用评测少,不好鉴别网站加速好坏。 9、Nimsoft:国外CDN,在全球数十个国家有服务器(包括在中国),放在国外的网站推荐使用,并提供网站检测工具

    44.1K60发布于 2018-10-10
  • 来自专栏架构驿站

    【性能分析】大数据分析工具

    数据是一个含义广泛的术语,是指数据集,如此庞大而复杂的,他们需要专门设计的硬件和软件工具进行处理。该数据集通常是万亿或EB的大小。 在大数据和大数据分析,他们对企业的影响有一个兴趣高涨。大数据分析是研究大量的数据的过程中寻找模式,相关性和其他有用的信息,可以帮助企业更好地适应变化,并做出更明智的决策。 该项目将会创建出开源版本的谷歌Dremel Hadoop工具(谷歌使用该工具来为Hadoop数据分析工具的互联网应用提速)。 免费提供数据挖掘技术和库 2. 100%用Java代码(可运行在操作系统) 3. 数据挖掘过程简单,强大和直观 4. 内部XML保证了标准化的格式来表示交换数据挖掘过程 5. 多层次的数据视图,确保有效和透明的数据 7. 图形用户界面的互动原型 8. 命令行(批处理模式)自动大规模应用 9. Java API(应用编程接口) 10. 简单的插件和推广机制 11.

    1.7K50编辑于 2022-03-25
  • 来自专栏AI论文写作技巧

    免费论文写作工具推荐:9款AI神器助你高效完成论文!

    本文精选9款零成本AI写作工具,助你破解论文写作迷局,高效完成学术挑战!1. 鲲鹏智写平台提供多级改写强度选项,支持表格、思维导图、流程图等可视化元素自动生成 问卷革命: 独创问卷论文全流程解决方案——从智能问卷设计、优质样本生成到数据分析图表输出,完整覆盖实证研究全周期 文献管家 使用局限:undefined▸ 万字以上长文需升级专业版undefined▸ 高级语义分析功能需付费解锁 3. 功能限制:undefined▸ 长篇论文需购买扩展包undefined▸ 深度数据分析依赖人工 5. ▸ 文献相似度较高undefined▸ 需人工调整学术表述 9.

    92210编辑于 2025-05-23
  • 来自专栏FreeBuf

    Python工具分析风险数据

    小安前言 随着网络安全信息数据大规模的增长,应用数据分析技术进行网络安全分析成为业界研究热点,小安在这次小讲堂中带大家用Python工具对风险数据作简单分析,主要是分析蜜罐日志数据,来看看一般大家都使用代理 数据分析工具介绍 工欲善其事,必先利其器,在此小安向大家介绍一些Python数据分析的“神兵利器“。 Python中著名的数据分析库Panda Pandas库是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建,也是围绕着 Series 和 DataFrame 两个核心数据结构展开的,其中Series 我们有了这些“神兵利器“在手,下面小安将带大家用Python这些工具对蜜罐代理数据作一个走马观花式的分析介绍。 1 引入工具–加载数据分析包 启动IPython notebook,加载运行环境: ? 当然了用Pandas提供的IO工具你也可以将大文件分块读取,再此小安测试了一下性能,完整加载约21530000万条数据也大概只需要90秒左右,性能还是相当不错。

    2.2K90发布于 2018-02-24
  • 来自专栏网罗开发

    数据分析工具篇——数据读写

    数据分析的本质是为了解决问题,以逻辑梳理为主,分析人员会将大部分精力集中在问题拆解、思路透视上面,技术上的消耗总希望越少越好,而且分析的过程往往存在比较频繁的沟通交互,几乎没有时间百度技术细节。 因此,熟练常用技术是良好分析的保障和基础。 笔者认为熟练记忆数据分析各个环节的一到两个技术点,不仅能提高分析效率,而且将精力从技术中释放出来,更快捷高效的完成逻辑与沟通部分。 本文基于数据分析的基本流程,整理了SQL、pandas、pyspark、EXCEL(本文暂不涉及数据建模、分类模拟等算法思路)在分析流程中的组合应用,希望对大家有所助益。 2、分批读取数据: 遇到数据量较大时,我们往往需要分批读取数据,等第一批数据处理完了,再读入下一批数据,python也提供了对应的方法,思路是可行的,但是使用过程中会遇到一些意想不到的问题,例如:数据多批导入过程中 如上即为数据的导入导出方法,笔者在分析过程中,将常用的一些方法整理出来,可能不是最全的,但却是高频使用的,如果有新的方法思路,欢迎大家沟通。

    4K30发布于 2021-04-07
  • 来自专栏ShowMeAI研究中心

    图解数据分析 | 数据分析工具地图

    .png] 基于数据分析目前良好的发展前景,各界也出现了许多好用的功能种类丰富的数据分析工具。 下方是数据分析常用R库: 方向 R库 数据处理 lubridata,dplyr,ply,reshape2,string,formatR,mcmc 统计 方差分析 aov anova 密度分析 density www.bilibili.com/video/BV1uL411s7bt B站视频教程:https://www.bilibili.com/video/BV1Jg411F7cS Microsoft Excel是数据分析中使用最广泛的工具之一 六、Apache Spark 官网:https://spark.apache.org/ 最大的大型数据处理引擎之一,该工具在Hadoop集群中执行应用程序的内存速度快100倍,磁盘速度快10倍,该工具数据管道和机器学习模型开发中也很流行 七、SAS 官网:https://www.sas.com/zh_cn/home.html SAS是用于数据处理和分析的编程语言和环境,该工具易于访问,并且可以分析来自不同来源的数据

    1.4K51编辑于 2022-02-25
  • 来自专栏轩辕镜像

    开源免费 TikTok Downloader:TikTok、抖音数据采集工具

    TikTokDownloader 完全免费开源,基于 Requests 模块实现:TikTok 主页/视频/图集/原声;抖音主页/视频/图集/收藏/直播/原声/合集/评论/账号/搜索/热榜数据采集工具 项目文档 ⭐ 推荐使用 Windows 终端(Windows 11 自带默认终端) 其他说明 程序提示用户输入时,直接回车代表返回上级菜单,输入 Q 或 q 代表结束运行 由于获取账号喜欢作品和收藏作品数据仅返回喜欢 / 收藏作品的发布日期,不返回操作日期,因此程序需要获取全部喜欢 / 收藏作品数据再进行日期筛选;如果作品数量较多,可能会花费较长的时间;可通过 max_pages 参数控制请求次数 获取私密账号的发布作品数据需要登录后的 程序默认不启用请求延时,但是建议使用者编辑 src/Customizer.py 文件启用随机延时或固定延时,避免频繁请求导致被抖音风控 如果您的计算机没有合适的程序编辑 JSON 文件,建议使用 JSON 在线工具 数据采集:支持采集TikTok和抖音的详细数据,包括账号信息、评论数据、直播推流地址等。 多账号支持:支持多账号批量下载作品。 自动化功能:自动跳过已下载的文件,持久化保存采集数据

    4.4K11编辑于 2024-09-29
  • 来自专栏全栈程序员必看

    8 款免费的 MySQL 数据库建模工具

    因此,今天给大家推荐几款免费的 MySQL 数据库建模工具,首先给出它们的功能比较: 建模工具 支持平台 ERD 正向工程 逆向工程 模式同步 MySQL Workbench Windows、Linux SQL Power Architect 是一个功能强大的数据库建模工具,尤其适合数据仓库设计,免费社区版可以在官方网站点击下载。 PDMan PDMan 是一款开源免费的国产数据库建模工具,定位为 PowerDesigner 的免费替代方案。 dbdiagram.io dbdiagram.io 是一款简单免费的在线 ER 图绘制工具,通过编写代码创建模型,专为开发人员和数据分析师而设计。 总结 本文介绍了 8 款免费的 MySQL 数据库常用建模工具,包括客户端软件和在线工具。客户端软件提供了强大完善的建模功能;在线建模工具无需安装即可使用,功能相对简单一些。

    18.6K64编辑于 2022-07-23
  • 来自专栏张俊红

    9种最常用数据分析方法,解决90%分析难题

    分享九个数据分析的方法。”  一、关联分析  关联分析,也叫作“购物篮分析”,是一种通过研究用户消费数据,将不同商品之间进行关联,并挖掘二者之间联系的分析方法。 二、对比分析  对比法就是用两组或两组以上的数据进行比较。对比法是一种挖掘数据规律的思维,能够和任何技巧结合,一次合格的分析一定要用到N次对比。 三、聚类分析  聚类分析属于探索性的数据分析方法。 而在数据分析中,这句话可以理解为20%的数据产生了80%的效果,需要围绕找到的20%有效数据进行挖掘,使之产生更大的效果。 六、象限分析  象限法是通过对两种及以上维度的划分,运用坐标的方式,人工对数据进行划分,从而传递数据价值,将之转变为策略。

    99131编辑于 2022-09-22
  • 来自专栏单细胞天地

    OSCA单细胞数据分析笔记9—Clustering

    分群是我们分析scRNA-seq的一个工具,是真正开始结合生物学背景知识的开始。我们可以灵活采用不同的算法、分辨率获得我们“满意”的分群结果。 二、基于图聚类的分群 ? 2.2 scran包分群实操 示例数据 sce.pbmc #来源参考原教程 ? 虽然进行生物水平的可解释性不高,但可实现从所有细胞中,抽取k个有代表性表达情况的细胞的目的,用于某些特定的分析场景。 例如 clusterRows {bluster}提供一种联合图聚类与k-均值聚类的方法,可明显的优势是相对于单纯图聚类大大提高了分析速度。 针对大的scRNA-seq数据集,推荐使用approxSilhouette()函数采用近似的方法计算所有细胞的轮廓系数。

    2.7K21发布于 2021-07-02
  • 来自专栏啄木鸟软件测试

    机器学习测试笔记(9)——数据分析

    1数据分析步骤 2数据分析方法 3数据分析工具 4机器学习分类 监督学习:有标签 无监督学习:没标签 5 数据分析库 6训练方式与预测方式 7机器学习三要素 7.1模型 7.2策略 7.2.1目标函数 目标函数:f(x) 7.2.2损失函数 目标函数:f(x) Y:真实值 L(Y,f(x)]) =(Y-f(x))2 损失函数值越小,效果越好 7.2.3欠拟合、过拟合 训练数据集上 测试数据集上 拟合 courseId=1209980013&share=2&shareId=480000002205486 性能测试第3季:JMeter工具使用 https://study.163.com/course/courseMain.htm

    43930发布于 2021-01-04
领券