Offer，并选择前往牛津大学计算机系继续攻读博士学位。9月因为迟迟等不到ATAS

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文是《SQL必知必会》一书的精华总结，帮助读者快速入门SQL或者MySQL，主要内容包含：数据库基础知识库表的相关操作检索数据的方法等思维导图下面的思维导图中记录了这本书的整体目录结构，包含内容有：数据的检索汇总数据分组数据…….个人增加了一章：Python操作游标一、了解SQL本章中主要是介绍了数据库和SQL相关的基本知识和术语。数据库数据库是一个以某种有组织的方式存储的数据集合。数据库是一个保存有组织的数据容器，通常是一个文件或者一组文件表表示一种结构化的文件，可以用来存储某种特定的数据类型。表是某种特定类型数据的结构化清单。存储在表中的数据是同一种类型的数据或者清单数据库中的每个表都有自己的名字，并且这个表是唯一的。列表是由列组成的，列存储表中某部分的信息。列是表中的某个字段。所有的表都是由一个或者多个列组成的。数据库中的每个列都应该是具有的相同数据类型datatype。数据类型定义了列可以存储哪些数据类型。行表中的数据是按照行来进行存储的，所保存的每个记录存储在自己的行内。如果把表想象成一个网格，那么网格中垂直的列则为表列，水平则为表行。行表示的是一个记录。行有时候也称之为记录。主键表中每一行都应该都有一列或者几列来唯一标识自己。主键用来表示一个特定的行。主键：一列或者几列，其值能够标识表中每行。如果表中的列可以作为主键，则它必须满足：任意两行都不具有相同的主键值（主键列不允许NULL值）每行都必须有一个主键值主键列中的值不允许修改或者更新主键值不能重用（如果某行从表中删除，则它的主键不能赋给以后的行记录）什么是SQL首先我们看一段来自百度百度的解释：结构化查询语言(Structured

机器学习-从文本分析看《解忧杂货店》

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~Python玩转德州的发牌逻辑已经优化完成，感兴趣的可以看看~本文介绍的是利用Plotly绘制一种相对少见的可视化图形：桑基图，这个图形可以说是展现数据流动的利器。第一次接触桑基图的时候，是使用Pyehcarts（以后会专门介绍这个国产的可视化神器）绘制的，本文将介绍如何使用Plotly来实现这个图形。一、桑基图简介1.1

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~关注尤而小屋的朋友应该都知道小编一直在坚持更新公众号的文章，主要是下面的9大方向：一、机器学习

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文讲解的是机器学习中一个算法的应用：关联规则分析整个故事从一张校园卡开始。相信小伙伴们都用过校园卡，它是一种其个人身份认证、校园消费、数据共享等多功能于一体的校园信息集成与管理系统。在它里面存储着大量的数据，包含：学生消费、宿舍门禁、图书馆进出等。本文使用的是南京某高校学生一卡通在2019年4月1-20号的消费明细数据，从统计可视化分析、关联规则分析，发现学生一卡通的使用情况和学生当中的情侣、基友、闺蜜、渣男和单身狗等有趣信息。使用的数据集地址如下：https://github.com/Nicole456/Analysis-of-students-consumption-behavior-on-campus导入数据

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~之前写过一篇关于机器学习神器Scikit-Learn入门使用的文章，今天将文章整理成了一份简单的PPT，帮助你快速入门Scikit-Learn。机器学习神器Scikit-Learn保姆级入门教程Scikit-Learn特点内置数据集使用数据集切分数据归一化和标准化类型编码KNN建模实例导入模型和数据集模型实例化训练集建模和预测集测试得分验证和评估网格搜索的使用Scikit-Learn特点

df["Fare"])plt.show()sns.pairplot(df[["Sex","Age","Fare"]])plt.show()数据输出

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~今天给大家分享一篇机器学习算法的文章，利用图解的方式介绍了10大常见的机器学习算法。看正文：在机器学习领域，有种说法叫做“世上没有免费的午餐”，简而言之，它是指没有任何一种算法能在每个问题上都能有最好的效果，这个理论在监督学习方面体现得尤为重要。举个例子来说，你不能说神经网络永远比决策树好，反之亦然。模型运行被许多因素左右，例如数据集的大小和结构。因此，你应该根据你的问题尝试许多不同的算法，同时使用数据测试集来评估性能并选出最优项。当然，你尝试的算法必须和你的问题相切合，其中的门道便是机器学习的主要任务。打个比方，如果你想打扫房子，你可能会用到吸尘器、扫帚或者拖把，但你肯定不会拿把铲子开始挖坑吧。对于渴望了解机器学习基础知识的机器学习新人来说，这儿有份数据科学家使用的十大机器学习算法，为你介绍这十大算法的特性，采用图解的方式便于大家更好地理解和应用，1、线性回归Linear

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~今天给大家带来一篇关于Pandas索引的文章：10种你必须掌握的Pandas索引。索引在我们的日常生活中其实是很常见的，就像：一本书有自己的目录和具体的章节，当我们想找某个知识点，翻到对应的章节即可；也像图书馆中的书籍被分类成文史类、技术类、小说类等，再加上书籍的编号，很快就能够找到我们想要的书籍。外出吃饭点菜的菜单，从主食类、饮料/汤类、凉菜类等，到具体的菜名等，点个菜即可。上面不同的场景都可以看做是一个具体的索引应用：通过索引我们能够快速定位数据。因此，基于实际需求出发创建的索引对我们的业务工作具有很强的指导意义。在Pandas中创建合适的索引则能够方便我们的数据处理工作。官网学习地址：https://pandas.pydata.org/docs/reference/api/pandas.Index.html下面通过实际案例来介绍Pandas中常见的10种索引，以及如何创建它们。pd.IndexIndex是Pandas中的常见索引函数，通过它能够构建各种类型的索引，其语法为：pandas.Index(

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~今天给大家分享一篇kaggle可视化实战的新文章：基于Seaborn+Plotly的AppleStore可视化探索，这是一篇完全基于统计+可视化的数据分析案例。原notebook只用了seaborn库，很多图形小编用plotly进行了实现，原文章地址：https://www.kaggle.com/adityapatil673/visual-analysis-of-apps-on-applestore/notebook一、导入库import

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~最近有粉丝问我：如何入门Python数据分析师？小编制作了一份简单的PPT，仅供参考，具体的文章请参考：数据分析师=7大主题，24份资料PPT的主要内容

yu39.0male广东省广州市这种写法和正则表达式的以某个字符开头是同样的效果：df[df["address"].str.contains("^广")]nameagesexaddress0xiao

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~今天给大家带来一篇新的kaggle案例文章：基于6大回归模型预测航空公司机票的价格。这篇文章涉及到的知识点会比较多，关键是数据预处理和特征工程部分：原notebook的学习地址为：https://www.kaggle.com/anshigupta01/flight-price-prediction/notebookkaggle文章基于LSTM模型实现共享自行车需求预测6大监督学习模型：毒蘑菇分类基于随机森林模型的心脏病患者预测分类从统计和数据角度出发，如何看待房价？Plotly+Seaborn+Folium可视化探索爱彼迎租房数据Plotly+Pandas+Sklearn：实现用户聚类分群！7000字，利用Python分析泰坦尼克数据！导入库数据基本信息先把数据导进来：df

plt.figure(figsize=(15,8))plt.title("群组分析留存图")sns.heatmap(data=table,

7.ElasticNet回归ElasticNet是Lasso和Ridge回归技术的混合体。它使用L1来训练并且L2优先作为正则化矩阵。当有多个相关的特征时，ElasticNet是很有用的。Lasso

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文详细地介绍基于Python的第三方库random和numpy.random模块进行随机生成数据和随机采样的过程。导入库

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~今天给大家介绍两个Pandas中处理文本数据的函数，主要功能是从文本内容中提取想要的信息：extract

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~很幸运，你正在看的是尤而小屋第200篇原创文章今天给大家带来一篇新的kaggle数据分析实战案例：基于长短期记忆网络（LSTM）模型的伦敦自行车需求预测分析。本文的两个亮点：高级可视化：本文使用seaborn进行了可视化探索分析，图表精美，分析维度多样化，结论清晰使用LSTM模型：长短期网络模型的使用，使得结果更具价值和参考性这是一个排名第三的方案：感兴趣的可以参考原notebook地址进行学习：https://www.kaggle.com/yashgoyal401/advanced-visualizations-and-predictions-with-lstm/notebook还有一篇类似文章：https://www.kaggle.com/geometrein/helsinki-city-bike-network-analysisKaggle专栏目前发表的其他kaggle案例文章：6大监督学习模型：毒蘑菇分类7000字，利用Python分析泰坦尼克数据！Plotly+Pandas+Sklearn：实现用户聚类分群！从统计和数据角度出发，如何看待房价？基于随机森林模型的心脏病患者预测分类Plotly+Seaborn+Folium可视化探索爱彼迎租房数据kaggle系列得到了读者的肯定近期还有一位医学博士的肯定：本文步骤下面是原文中的主要步骤：数据信息、特征工程、数据EDA、预处理、模型构建、需求预测和评价模型LSTM模型本文重点是使用了LSTM模型。LSTM是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。小编实力有限，关于模型的原理详细讲解参考书籍和文章：1、优秀书籍：《Long

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~新年的第一篇文章~给大家分享一个新的kaggle案例：基于随机森林模型（RandomForest）的心脏病人预测分类。本文涉及到的知识点主要包含：数据预处理和类型转化随机森林模型建立与解释决策树如何可视化基于混淆矩阵的分类评价指标部分依赖图PDP的绘制和解释AutoML机器学习SHAP库的使用和解释（待提升）导读Of

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~之前写过一篇关于机器学习神器Scikit-Learn入门使用的文章，今天将文章整理成了一份简单的PPT，帮助你快速入门Scikit-Learn。机器学习神器Scikit-Learn保姆级入门教程Scikit-Learn特点内置数据集使用数据集切分数据归一化和标准化类型编码KNN建模实例导入模型和数据集模型实例化训练集建模和预测集测试得分验证和评估网格搜索的使用Scikit-Learn特点

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~开始更新numpy相关的文章，本文介绍numpy中的25个小案例，主要内容是如何利用numpy来生成向量（一维数组），矩阵和高维数组等numpy介绍NumPy(Numerical

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~工欲善其事，必先利其器。最近一段时间很多粉丝朋友问到Peter公众号文章写作的工具问题：用的什么写作工具？代码挺好看的，用的什么编辑器？公众号怎么排版呢？那小编今天在这篇文章给大家一一介绍下始终坚持使用的7大利器。小编是MacOS系统，有些工具在Windows上无法使用，但是网上也有类似的解决方案，请自行搜索解决一、代码工具：Jupyter

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~最近小编将自己写作的Pandas系列的入门文章浓缩成了一份简单的PPT。PPT的内容主要是介绍了Pandas的常见数据结构以及高频的函数，帮助初学者快速认识PandasPandas的两种数据结构11种方式创建DataFrameDataFrame取数技巧数据处理基石：Pandas数据探索Pandas数据类型Pandas重点机制：groupby、rank、sort_valuesPandas缺失值、重复值处理Pandas数据合并：merge、concat轴旋转操作：unstack和stackPandas透视表一份简单的PPT，希望对学习Pandas的朋友有所帮助。文末有PPT的具体获取方式PPT内容

Datawhale是谁？Datawhale是一个专注于AI领域，旨在构建对学习者最有价值的开源社区。它是由国内外各个高校的教授、学生、企业从业者等创建的开放式组织。二、Why

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文结合一个简单的案例来讲解Pandas中高级函数transform的使用。官网的案例比较简单，具体地址：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.transform.html模拟数据

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~Scikit-learn是一个非常知名的Python机器学习库，它广泛地用于统计分析和机器学习建模等数据科学领域。建模无敌：用户通过scikit-learn能够实现各种监督和非监督学习的模型功能多样：同时使用sklearn还能够进行数据的预处理、特征工程、数据集切分、模型评估等工作数据丰富：内置丰富的数据集，比如：泰坦尼克、鸢尾花等，数据不再愁啦本篇文章通过简明快要的方式来介绍scikit-learn的使用，更多详细内容请参考官网：内置数据集使用数据集切分数据归一化和标准化类型编码建模6步曲Scikit-learn使用神图

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~写过很多关于Pandas的文章，本文开展了一个简单的综合使用，主要分为：如何自行模拟数据多种数据处理方式数据统计与可视化用户RFM模型用户复购周期构建数据

1.0:'red'}).add_to(m)display(m)房间类型room_type不同房间类型的占比统计3种不同房间类型的总数和对应的百分比：对这3种类型的占比进行可视化对比：labels

详细介绍了如何使用pandas的内置函数sort_values来实现数据的排序。本文讲解的是如何使用自定义方式来实现排序：映射关系实现CategoricalDtype类型实现模拟数据

df5.explode("phones")df6sidphones0s1华为0s1小米0s1一加1s2三星1s2苹果df6.groupby("sid")["phones"].count()sids1

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~今天给大家介绍一款超赞的空间（地理）数据可视化神器：keplergl。小编最近偶然发现的这个神器是Uber完全开源的，也是Uber内部进行空间数据可视化的默认工具。通过其面向Python开放的接口包keplergl，我们可以在jupyter

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~最近王和李的离婚闹得沸沸扬扬，相信大伙们都已经吃了不少的瓜。本文结合李的第一篇文章发文下面的网友们的评论来看看大家到底怎么看待这件事。文末有免费赠书活动！免费，免费，免费~网页

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~Titanic数据是一份经典数据挖掘的数据集，本文介绍的是kaggle排名第一的案例分享。原notebook地址：https://www.kaggle.com/startupsci/titanic-data-science-solutions排名看下这个案例的排名情况：第一名和第二名的差距也不是很多，而且第二名的评论远超第一名；有空再一起学习下第二名的思路。通过自己的整体学习第一名的源码，前期对字段的处理很细致，全面；建模的过程稍微比较浅。数据集如何领取？关注公众号【Python编程之旅】，回复泰坦尼克即可领取数据探索导入库导入整个过程中需要的三类库：数据处理可视化库建模库#

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文介绍的是Pandas中4个行列转换的方法，包含：melt转置T或者transposewide_to_longexplode（爆炸函数）最后回答一个读者朋友问到的数据处理问题。Pandas行列转换

pca.fit_transform(N)plt.figure(figsize=(5,5))plt.scatter(x[:,0],x[:,1])plt.show()2、实施聚类建模后的分布：from

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~Matplotlib是一个非常经典的绘图库，甚至有人将numpy+pandas+matplotlib称之为数据分析三剑客，足以说明这个库的重要性。虽然Peter钟情于Plotly，但掌握Matplotlib绘制技巧也非常重要。基于Matplotlib的绘图技巧太多了，想深入学习的小伙伴建议直接官网：https://matplotlib.org/从本文中你将学习到以下几点：基本图形绘制：折线图、柱状图、直方图、双轴线图等绘制小技巧：添加图例、标题、注释、颜色等实战：股票趋势图和K线图制作导入库

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~关注尤而小屋的朋友都知道，Peter一直在写文章输出，你知道用的什么写的吗？揭晓：Typora，Typora，Typora！这是唯一使用的一款写作利器。前前后后用了3年左右，最近听到一个消息：Typora要开始收费了，简直噩耗😲什么是TyporaPeter一直在坚持用Markdown（后台回复Markdown，即可获得Markdown语法入门PPT）写作，做笔记，写博客。Markdown在互联网写作领域真的是非常流行，很多的平台都支持Markdown（.md）的文档，比如：有道云笔记、印象笔记、CSDN、知乎等。曾经也尝试过在这些平台直接编写Markdown进行书写，但是体验感真的是很差。直到遇到了强大的Typora，它瞬间变成了Peter唯一的写作利器，真的是唯一！曾经有人这样形容过Typora：一个笔记应用不会因为它支持

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~在Pandas的使用过程中，除了数据，我们更多的就是和表格打交道。为了更好地展示一份表格数据，必须前期有良好的设置。文末有配置技巧总结，拿走即用！本文介绍的是Pandas的常用配置技巧，主要根据options和setings来展开的。强推官网学习地址：https://pandas.pydata.org/pandas-docs/stable/user_guide/options.html导入

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文中主要介绍的是：如何来美化Pandas的DataFrame的数据。主要是通过Pandas中的两个方法来实现：Styler.applymap：逐个元素，返回带有CSS属性-值对的单个字符串Styler.apply：列、表、行的方式，返回具有相同形状的Series或者DataFrame，其中每个值都是带有CSS属性值对的字符串。该方法在作用的时候，通过参数axis来传递，axis=0表示按列作用，axis=1表示按行作用。官网学习地址：https://pandas.pydata.org/pandas-docs/version/1.1.5/user_guide/style.html#Export-to-Excelhttps://pandas.pydata.org/pandas-docs/stable/user_guide/style.htmlPandas连载

StandardScaler().fit_transform(train["SalePrice"][:,np.newaxis])saleprice_scaled[:5]array([[

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~很多读者问过我：有没有一些比较好的数据分析、数据挖掘的案例？答案是当然有，都在Kaggle上啦。只是你要花时间去学习，甚至是去打比赛。Peter本身是没有参赛经验，但是也会经常去逛Kaggle，学习赛题中大佬们的解题思路和方法。为了记录大佬们的好方法，更是为了提升自己，Peter决定开启一个专栏：Kaggle案例分享。后面会不定期更新案例分析，思路都来自网上的大佬们，尤其是Top1的分享，Peter主要是负责：整理思路、学习技术。今天决定开始分享一篇关于聚类的案例，使用的是：超市用户细分数据集。为了方便大家练习，公众号后台回复超市，即可领取本数据集~下面分享的是排名Top1的Notebook源码，欢迎参考学习~一、导入库

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~之前写过很多关于Pandas的文章都是介绍如何使用Pandas来处理数据，这的确是它的强项。30个Pandas高频使用技巧对比SQL，学习Pandas操作：groupby机制电商用户复购数据实战：图解Pandas的移动函数shift其实，Pandas还有一个内置的功能：绘图。你没有看错：Pandas自身就是可以绘图的。本文详细介绍基于Pandas的快速绘图方法。Pandas内置绘图

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~之前更新了很多关于Plotly绘图的文章。今天带来的文章是基于官网和实际案例来讲解如何绘制不同需求下的热力图。Plotly中绘制热力图有3种方式：heatmap、imshow和figure_factory（Plotly的图形工厂函数）官网学习地址：https://plotly.com/python/heatmaps/https://plotly.com/python/imshow/https://plotly.com/python/annotated-heatmap/目录

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~之前给大家介绍过Python中的for、if、赋值等相关语句，本文介绍的是Python中的两种控制流语句：break和continue35个经典案例：吃透Python中的if条件语句~Python中的for循环，没你想的那么简单~Python入门：3000字深入剖析变量和赋值首先，从英文单词的字面上，我们可以简单地理解下二者：break，中断的意思，在代码中就表现为中断后面代码的运行continue，继续的意思，在代码中体现为继续后面代码的运行其次，我们需要明白的是二者都有跳出循环的作用，都可以用在for循环和while循环中，但是作用的范围却是不同的。本文主要讲解两个主要知识点：break和continue语句缩进对代码块的影响pythonrange函数

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~告诉大家一个消息：Peter已经将出书的工作提上日程了。书籍是关于Pandas库的。关注尤而小屋的小伙伴都知道，Peter一直在坚持更新Pandas库相关的文章，所以在不久的将来会出一本书。Peter已经在联系出版社，行动起来啦！期待一下😊第一次写书，几乎是零经验，真的是万事开头难。终于把目录整出来啦~关于书名和目录还请大家多提意见书名

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~针对同一份数据，很多时候我们会用不同的图形来进行数据的展示，当然效果必然是不同的。今天Peter带领大家来体会下不同图表的可视化表现能力，同时感受下Plotly的强大~最终会用6种不同的图形来展示。文末有留言活动柱状图水平柱状图饼图旭日图桑基图矩形树状图数据

公众号：尤而小屋作者：Peter编辑：Peter大家，我是Peter~关注尤而小屋的朋友都知道，Peter一直都在写关于数据分析的文章。谁是Peter呀？生日快乐：尤而小屋两周岁啦有读者朋友后台反映：Peter能不能将公众号的文章进行分类，方便阅读呢？于是Peter周日花了些时间认真整理了一下，尤而小屋里面的文章主要分为下面的7大块：下面一一来介绍下：一、Pandas库

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文是对比SQL学习Pandas的第五篇文章，主要讲解的是如何利用pandas来实现SQL中的group_concat操作。图解Pandas的排名rank机制对比SQL，学习Pandas操作：groupby机制14种方式，34个案例：对比SQL，学习Pandas操作挑战SQL：图解Pandas的数据合并mergegroup_concat

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter一直以来都在坚持更新plotly_express可视化库的内容，从基本的一行代码出各种图，到每个类型图的绘制，再到图形的绘制技巧，内容还是非常的丰富。部分文章：可视化神器Plotly绘制矩形树状图可视化神器Plotly玩转子图可视化神器Plotly玩转小提琴图plotly_express可以说是自己目前见过最棒的库，主要是体现在3点：代码简洁图形漂亮，颜色贼好看动态可视化不愧是可视化神器😊以后还会继续补充相关内容，特别是plotly_express和dash的结合。从今天开始也要写另一个可视化库：pyecharts。这是一个纯国产的可视化库，也非常的强大。所有的文章都会是基于官网的资料和示例，以及自己使用的实际案例。一、声明