- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据分析师小熊
数据分析7大能力：梳理数据需求
今天分享数据分析师必备的工作能力——需求梳理。需求梳理很不起眼，甚至很多小伙伴感受不到他的存在。但它结结实实影响到大家的下班时间和绩效。 一、什么是数据需求？ 顾名思义，数据需求，就是业务部门对数据分析产出的需求。有小伙会说：这还有需求呀，我们公司都是一通电话：“歪！给我个XX数据，快！”就完事了，根本不存在啥需求。 确实有这种无脑公司。 管得了期望时间，才好体现数据分析的业绩。 如是临时发明的，需说清楚指标的计算公式 分类维度：按XXX维度区分数据。 思路清晰的业务部门，自然不用多说。碰到思路混乱的，可以这么引导 你要分析的是人？货？还是场？ 八、小结 满足了5w的，就是一个完整的数据分析需求了。梳理数据分析需求，不但能减少重复工作，更可以为数据分析师发现项目机会，提高BI使用率，体现工作业绩打下坚实的基础。至于具体如何做，下篇再分享。
1.3K21编辑于 2022-04-22 - 来自专栏我的软件123
哪个数据分析软件最好用？Minitab数据分析软件下载安装及功能
Minitab是一款广泛应用于数据分析领域的软件，它在数据处理、统计分析、图表制作等方面都有着独特的功能，下面就让我们通过实际案例来了解Minitab的独特之处。 作为一款数据分析软件，Minitab最大的优势不仅仅在于其功能的强大，还在于其操作的简单易用。通过Minitab，用户可以轻松地进行数据收集、处理、分析和报告，从而更好地理解业务情况和快速做出决策。 不过，在样品提取的过程中，由于各种原因，我们得到了一些异常的数据，这些数据需要进行清洗。最初，我们使用的是一款常规的数据处理软件，但是由于其功能限制，我们很难找到这些异常数据。 除了数据处理功能之外，在实际应用企业生产数据分析时，Minitab的“统计分析”功能也十分重要。如在某家企业的质量分析中心，他们利用Minitab进行生产过程的统计控制。 总之，Minitab是一款十分优秀的数据分析软件，其简单易用、功能强大的特点使其被广泛应用于各个领域，帮助用户进行更加准确、更加高效的数据分析。
1.9K40编辑于 2023-05-05 数据加密软件有哪些？2025年7款数据加密软件分享，让数据更安全
数据加密软件成为越来越多企业的首选解决方案。本文将为你盘点2025年值得推荐的7款数据加密软件，帮你找到最适合的安全工具。一、什么是数据加密软件？简单来说，数据加密软件就是给文件“上锁”的工具。 三、7款数据加密软件1.域智盾软件透明加密（在公司内部正常打开编辑，无多余操作，违规外发则成乱码）软件采用先进的透明加密技术，员工在公司内部打开、编辑、保存文件时无需额外操作。 7.Trend Micro Endpoint Encryption趋势科技的终端加密方案提供全盘加密、文件夹加密和可移动设备控制。支持集中管理，管理员可通过后台统一配置策略、监控状态。 四、如何选择适合的数据加密软件？选择数据加密软件时，应综合考虑企业规模、行业特性、使用场景和预算。 五、总结：安全无小事，选对工具是关键无论是国产的域智盾软件，还是国外的Vera、Boxcryptor等产品，每款数据加密软件都有其独特优势。
53510编辑于 2025-09-06- 来自专栏锦小年的博客
Python数据分析(7)-numpy数组操作
('b 数组为：',b) c = np.concatenate((a,b)) print(c) 输出： a 数据为： [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 print('b 数组为：',b) c = np.concatenate((a,b),axis=1) print(c) 输出： a 数据为： [[ 0 1 2 3] [ 4 5 6 7 import numpy as np a = np.arange(4) a.shape=(2,2) print('a 数据为：',a) b = np.array([[5,6],[7,8]]) print ('b 数组为：',b) c = np.stack((a,b),axis=0) print(c) 输出： a 数据为： [[0 1] [2 3]] b 数组为： [[5 6] [7 8]] [[[ ：',a) # b = np.array([[5,6],[7,8]]) # print('b 数组为：',b) c = np.split(a,3) print(c) 输出： a 数据为： [[ 0
1.1K40发布于 2019-05-26 - 来自专栏人称T客
主流大数据分析软件全面接触
现在很多厂商都说自己的产品是大数据分析软件。如果只是根据功能去区分这些产品，的确是件难事，因为很多工具具有相似的特征和功能。此外，有些工具的差异是非常细微的。 这些厂商分别代表着大数据分析市场的不同方面。我们将结合之前文章中提到的特点，对这些产品进行对比，看这些产品是如何满足企业用户的业务需求。 如何选择最适合的大数据分析软件？ 分析师的专业知识和技能。 另一方面，这样的大数据分析工具可能只可以作为更大软件许可协议的一部分才能够购买。 规模小点的厂商，如KNIME、Alteryx和RapidMiner，收入主要来自许可授权和支持少量大数据分析产品。 大数据分析软件的市场可能让人找不到北，但是我们希望，本系列采购指南文章能够帮助你更好地理解大数据分析软件能够带给企业什么好处，帮助你更好地区分主流大数据分析产品和工具。 现在，我们特分享主流大数据分析软件厂商一览表。
2.2K80发布于 2018-03-21 - 来自专栏FreeBuf
分析发现勒索软件数据泄露主要依靠滥用合法软件
勒索软件团伙在攻击中使用了越来越多的数据泄露工具，赛门铁克在三个月内就发现了十几种不同的工具进行数据泄露。虽然其中一些工具是恶意软件，但绝大多数都是合法软件。 勒索软件团伙应用数据泄露工具的范围正在扩大，主要驱动因素有两个： 攻击者意识到了某些软件的潜在功能可以利用 攻击者希望找到过于显眼的攻击工具的替代品 尽管 Rclone 目前仍然是勒索软件团伙最常用的数据泄露工具 数据泄露只是这些良性软件的功能之一，大多数软件都可以变成访问失陷主机的后门。 勒索软件团伙与数据泄露工具 在过去三个月中，攻击者最常用的数据泄露工具如下所示： Rclone：Rclone 是管理云上数据内容的开源工具，经常被勒索软件团伙用于窃取数据。 勒索软件团伙现在非常频繁地使用 Rclone，攻击者也开始重命名伪装成其他工具。 2023 年 7 月，RagnarLocker 勒索软件团伙使用了 Rclone。
50110编辑于 2024-04-01 - 来自专栏IT从业者张某某
7-点击流数据分析项目-数据预处理
文章目录 7-点击流数据分析项目-数据预处理 1.数据集介绍 原始数据样式： 待生成的页面点击流模型Pageviews表 待生成的点击流模型Visits表 数据清洗 2.采集日志数据到HDFS上 创建目录 MR-Reducer类ClickStreamVisitReducer 生成Visits访问数据MR-Driver类ClickStreamVisitDriver 导入HDFS 总结 7-点击流数据分析项目 当WEB日志转化成点击流数据的时候，很多网站分析度量的计算变得简单了，这就是点击流的“魔力”所在。 基于点击流数据我们可以统计出许多常见的网站分析度量 数据清洗 时间格式无效 响应状态码》400 静态页面删除（js、css资源） 2.采集日志数据到HDFS上 创建目录 # 创建 /sx/clickstream true : false, fields[1], fields[2], fields[3], fields[4], fields[5], fields[6], fields[7], fields[8])
1.2K31编辑于 2022-11-12 - 来自专栏啄木鸟软件测试
软件性能测试（连载7）
被呼起的进程可以在后台“慢慢地”地把寄存器中的数据按照规定格式写入数据库中。这里CPU处理的过程就为硬中断过程，而进程把数据写入数据库中过程为软中断过程。具体如图3-19所示。 ? 对于被RCU保护的共享数据结构，不需要获得任何锁就可以访问它，但写者在访问它时首先拷贝一个副本，然后对副本进行修改，最后使用一个回调（callback）机制在适当的时机把指向原来数据的指针重新指向新的被修改的数据 这个时机就是所有引用该数据的CPU都退出对共享数据的操作 另外也经常使用ps aux | grep softirq命令来查看产生中断进程。 #ps aux | grep softirq root 7 0.0 0.0 0 0 ? 然后通过sar -n DEV 1命令来进一步分析。
1.3K30发布于 2020-02-19 - 来自专栏BI工具
盘点7款常用的数据分析工具
随着大数据信息化时代的到来，数据分析是各行各业都绕不开的一个话题，企业在发展过程中积累了大量的数据，对这些数据进行专业的分析，能够促进企业更好更精准的发展，能够有效防范企业拍脑袋决策的经营风险。 2、SPSS SPSS是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为友好，输出结果美观漂亮。 用户只要掌握一定的Windows操作技能，精通统计分析原理，就可以使用该软件为特定的科研工作服务。SPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。 3、SAS SAS是全球最大的软件公司之一，是全球商业智能和分析软件与服务领袖。SAS由于其功能强大而且可以编程，很受高级用户的欢迎，也正是基于此，它是最难掌握的软件之一，多用于企业工作之中。 总而言之，要想入行数据分析，SQL是必要技能。 7、BI工具 商业智能BI是为数据分析而生的，它诞生的起点很高。其目的是缩短从商业数据到商业决策的时间，并利用数据来影响决策。
14.1K20发布于 2020-08-25 - 来自专栏加米谷大数据
技术分享：数据分析的7个步骤
如何对数据进行分析显得尤为重要，那么数据分析该如何进行呢？ 确定问题 在进行真正的数据分析操作之前，要首先分析你的需要，你为什么要进行数据分析，数据分析是为了什么。 一是确定解决或者弄明白为什么的问题，二是确定涉及到的变量或者数据的问题，由此再去基于接下来科学的数据分析去提出策略解决问题。 数据采集 所谓的数据采集是收集被确定为数据需求的目标变量信息的过程。 数据处理 数据处理也可以说是数据的规范化，需要把收集到的数据进行组织，包括根据相关分析工具的要求构建数据。 ? 数据分析 也称为数据建模，完成以上步骤后，结合统计学，计量经济学等学科做定量分析，同时也要结合业务现实做定性分析、对数据进行描述性分析、探索性分析及信度效度的测量，尽可能建立科学准确的模型(如相关性、回归分析 数据可视化 按照要求，将数据分析的结果进行报告输出，所谓的可视化简单来说就是以图表的方式展示出来，让用户更直观的接受理解你的分析结果。 ?
1.1K20发布于 2019-11-06 - 来自专栏超级架构师
「数据分析」精选数据挖掘和机器学习软件列表
数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。 数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，作出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，作出正确的决策 数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示三个步骤。 数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。[1] 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。 机器学习是用数据或以往的经验,以此优化计算机程序的性能标准。 精选数据挖掘和机器学习软件列表 ? ? ?
1.1K30发布于 2020-09-01 - 来自专栏软件安装技巧
数据分析师必备软件SPSS中文版，科研数据分析SPSS软件下载安装
欢迎使用SPSS软件，这是一款非常强大的数据分析工具，被广泛应用于社会科学、医学、商业等领域中的数据分析和研究。 SPSS软件的核心功能是数据分析，它可以帮助您处理和分析各种类型的数据，包括文本、数字、图像等。SPSS软件的界面非常友好，使用起来非常简单。您可以通过菜单栏、工具栏和图形界面来操作SPSS软件。 在数据分析方面，SPSS软件提供了丰富的功能和工具。您可以使用SPSS软件进行描述性统计、假设检验、方差分析、回归分析、聚类分析等各种类型的统计分析。 总之，SPSS软件是一款非常实用、易于使用的数据分析工具，它可以帮助您更好地处理和分析数据，从而为您的决策提供更准确的支持。 7.点击安装。8.软件安装中……9.取消勾选【立即启动…】点击完成。spss的回归分析如何使用SPSS软件提供了丰富的统计分析功能，其中包括回归分析。
1.3K20编辑于 2023-03-23 - 来自专栏muller的测试分享
软件测试|数据分析神器pandas教程（一）
前言Python是非常适合用于数据分析的，除了Python代码简单以外，Python还有非常多的第三方库，对于数据分析有很大帮助，今天我们就介绍一下Python进行数据分析的神器——pandas。 注：日常工作中，我们通常在导入时将pandas导入为pd总结本文主要介绍了pandas的安装还有一个简单示例，我们需要注意新版本pandas不再支持Python2.x版本，后续我们将介绍pandas的数据结构
69920编辑于 2023-03-31 - 来自专栏令仔很忙
软件工程---软件需求分析
需求分析是软件定义时期的最后一个阶段，它的基本任务是准确回答“系统必须做什么？” ? 用思维导图对需求分析进行了简单的总结 ? 1、在结构化分析方法中，“数据字典”是建模的核心，有三种建模方式，每一种方式对应有一种相应的工具来描述 （1）、数据模型，用实体-联系图描述； （2）、功能模型，用数据流图描述； （3） 2、在结构化分析方法中，数据流图和数据字典共同构成系统的逻辑模型。没有数据字典，数据流图就不严格，然而没有数据流图，数据字典也难于发挥作用。 只有数据流图和对数据流图中每个元素的精确定义放在一起，才能共同构成系统的规格说明。 3、还有一点需要注意的是，在需求分析阶段结束之前，系统分析员应该写出软件 需求规格说明书，以书面形式准确的描述软件需求。
2.2K20发布于 2018-09-14 - 来自专栏进步集
恶意软件分析
⭐️前言 恶意软件，改你的注册表，搞你的启动项。 让他的软件自动运行，我们如何避免？ 我们要用process monitor分析一下！ 跟上爆哥的节奏！ 看看这个间谍软件做了什么 真的可怕。他会改你的注册表，把自己加到启动菜单 ！！！！！！！！！！ 看看做了什么恶 学会用调试器OD OD能看 寄存器 反编译代码 栈 内存转储数据 非常无敌！ （两种状态之间）切换 网络 开关；触发器；肘节 运行到此处段下来 然后我们按f7就是单步跳入，按f8单步跳出 什么意思呢？ ⭐️总结 静态分析拿来总揽全局，看看大概流程 动态分析，根据静态分析的字段来找，然后细看局部！ 当然，我们可以先用winhex这样的二进制工具看一下整体！ 再用od看一下需要特别关注的地方！
1K30编辑于 2023-04-12 - 来自专栏空间转录组数据分析
空间转录组数据分析软件推荐---SpaCET
这一篇给大家推荐一个空转分析的优秀软件---SpaCET，文章在Estimation of cell lineages in tumors from spatial transcriptomics data ，2023年1月发表于NC，个人感觉软件集中了空转分析的重要功能，包括细胞互作和共定位，软件在SpaCET。 SpaCET是一个R包，用于分析癌症空间转录组学(ST)数据集，以估计肿瘤微环境中的细胞谱系和细胞间相互作用。简单地说，SpaCET首先通过整合常见恶性肿瘤的基因模式来估计癌细胞的丰度。 图片 安装 # install.packages("devtools") devtools::install_github("data2intelligence/SpaCET") 示例一、依据内置数据集分析空间数据 spatialFeatures=c("Malignant","Malignant cell state A","Malignant cell state B"), nrow=1 ) 图片 示例二、依据匹配的单细胞数据集分析空间数据
2.2K41编辑于 2023-02-10 - 来自专栏博文视点Broadview
快速了解Druid——实时大数据分析软件
小编说：Druid 作为一款开源的实时大数据分析软件，最近几年快速风靡全球互联网公司，特别是对于海量数据和实时性要求高的场景。如果你对Druid还很陌生，那赶紧跟着本文快速了解一下吧。 大数据分析和Druid 大数据一直是近年的热点话题，随着数据量的急速增长，数据处理的规模也从GB 级别增长到TB 级别，很多图像应用领域已经开始处理PB 级别的数据分析。 为了解决数据实时性的问题，大部分公司都有一个经历，将数据分析变成更加实时的可交互方案。其中，涉及新软件的引入、数据流的改进等。数据分析的几种常见方法如下图。 整个数据分析的基础架构通常分为以下几类。 支持流式数据摄入 很多数据分析软件在吞吐量和流式能力上做了很多平衡，比如Hadoop 更加青睐批量处理，而Storm 则是一个流式计算平台，真正在分析平台层面上直接对接各种流式数据源的系统并不多。 查询灵活且快 数据分析师的想法经常是天马行空，希望从不同的角度去分析数据，为了解决这个问题，OLAP 的Star Schema 实际上就定义了一个很好的空间，让数据分析师自由探索数据。
2.7K20发布于 2020-06-11 - 来自专栏muller的测试分享
软件测试|数据分析神器pandas教程（二）
图片前言上一篇文章我们介绍了pandas的安装，并且写了一个简单的示例，本篇文章我们就开始学习pandas的数据结构。 数据结构-SeriesPandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。 Series 由索引（index）和列组成，函数如下：pandas.Series( data, index, dtype, name, copy)参数说明：data：一组数据(ndarray 类型)index ：数据索引标签，如果不指定，默认从 0 开始dtype：数据类型，默认会自己判断name：设置名称copy：拷贝数据，默认为 False创建一个简单的 Series 实例：import pandas as ，这个数据结构较为简单，后续我们将介绍dataframe数据结构。
53820编辑于 2023-03-31 - 来自专栏muller的测试分享
软件测试|数据分析神器pandas教程（三）
前言 前面我们介绍了pandas Series数据结构，本篇文章我们来介绍另外一种pandas数据结构——DataFrame。 DataFrame DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。 copy：拷贝数据，默认为 False 下面是我们的一个简单实例： import pandas as pd data = [['Muller',33],['Sane',27],['Reus',30] 也可以返回多行数据，使用 [ ... ] 格式，... ，DataFrame是一个表格型的数据结构，也可以看做是 由 Series 组成的字典，只是共用索引，DataFrame同样可以根据索引实返回指定数据。
67820编辑于 2023-04-10 - 来自专栏文献分享及代码学习
Seurat软件学习2-scrna数据整合分析
Seurat软件学习1-多个模型得数据进行整合：https://cloud.tencent.com/developer/article/2130078图片scRNA-seq整合介绍两个或多个单细胞数据集的联合分析带来了独特的挑战 这些方法首先识别处于匹配生物状态的跨数据集的细胞对（"锚"），可用于校正数据集之间的技术差异（即批处理效应校正），并对不同的实验条件进行scRNA-seq比较分析。 1.为下游分析创建一个 "整合 "的数据检测方法2.识别两个数据集中都有的细胞类型3.获得在对照组和刺激组细胞中都保守的细胞类型标志物4.比较数据集以找到细胞类型对刺激的具体反应设置Seurat对象为方便起见 ，我们通过SeuratData软件包处理这一数据集。 这个函数对每个数据集/组进行差异基因表达测试，并使用MetaDE R软件包中的元分析方法结合p值。例如，我们可以计算出第6组（NK细胞）中不论刺激条件如何，都是保守标记的基因。
1.6K22编辑于 2022-09-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号