数据分析 - 版本历史

2021年8月19日 (四) 22:55 Eric

2021-08-19T22:55:40Z

@@ 第8行： / 第8行： @@
 ===目标需求===
 ===获取数据===
 ===处理数据===
 ===分析数据===

2021年6月17日 (四) 05:50 Eric

2021-06-17T05:50:26Z

←上一版本		2021年6月17日 (四) 05:50的版本
第1行：		第1行：

			==简介==
			===时间轴===



	==分析步骤==		==分析步骤==
第118行：		第123行：
	==思维方法==		==思维方法==

	~~==分类==~~

	==资源==		==资源==
	===相关网站===		===相关网站===

			===相关书籍===
			*[https://otexts.com/fppcn/ 《预测：方法与实践》] Rob J Hyndman 和 George Athanasopoulos

	===相关文章===		===相关文章===
			*[https://en.wikipedia.org/wiki/Data_analysis Wikipedia：Data analysis]
	*[https://www.zhihu.com/question/29265587 知乎：如何快速成为数据分析师？]		*[https://www.zhihu.com/question/29265587 知乎：如何快速成为数据分析师？]
	*[https://www.jianshu.com/p/5a8f01fe7f2a 简书：老树之见 - 数据驱动决策的13种思维方式]		*[https://www.jianshu.com/p/5a8f01fe7f2a 简书：老树之见 - 数据驱动决策的13种思维方式]

	~~==参考==~~
	*[https://en.wikipedia.org/wiki/Data_analysis Wikipedia：Data analysis]

	[[分类:数据分析]]		[[分类:数据分析]]

2021年5月24日 (一) 03:45 Eric

2021-05-24T03:45:24Z

←上一版本		2021年5月24日 (一) 03:45的版本
第25行：		第25行：
	\|全称JavaScript Object Notation，是一种轻量级的数据交换格式。		\|全称JavaScript Object Notation，是一种轻量级的数据交换格式。
	\|-		\|-
	\| rowspan="2"\| 数据库基础		\| rowspan="1"\| 数据库基础
	\|[[SQL]]		\|[[SQL]]
	\| 一种数据库查询和程序设计语言，简单易用。各个数据库管理软件的SQL语言实现大部分相同。		\| 一种数据库查询和程序设计语言，简单易用。各个数据库管理软件的SQL语言实现大部分相同。
	\|-
	\|
	\|
	\|-		\|-
	\| rowspan="5"\|关系数据库软件		\| rowspan="5"\|关系数据库软件
第49行：		第46行：
	\|-		\|-
	\| rowspan="3"\|大数据		\| rowspan="3"\|大数据
	\|[[Hadoop \| Apache Hadoop]]~~是一个开源软件项目，利用计算机集群来高效地处理大数据集。~~		\|[[Hadoop \| Apache Hadoop]]
	\| ~~Hadoop的核心包括：~~<br \>[[MapReduce]]，执行框架 <br \>[[HDFS]]，分布式文件系统<br \>[[Hadoop YARN \| YARN]]，资源管理器 <br \><br \>Hadoop周边开源工具：<br \>[[ Hive \| Apache Hive]] <br \>[[Apache pig]] <br \>[[Hue]]		\|是一个开源软件项目，利用计算机集群来高效地处理大数据集。核心包括：<br \>[[MapReduce]]，执行框架 <br \>[[HDFS]]，分布式文件系统<br \>[[Hadoop YARN \| YARN]]，资源管理器 <br \><br \>Hadoop周边开源工具：<br \>[[ Hive \| Apache Hive]]，提供类似SQL查询功能。 <br \>[[Apache pig]] <br \>[[Hue]]
	\|-		\|-
	\|[[Apache Spark]]		\|[[Apache Spark]]

2021年5月22日 (六) 23:45 Eric

2021-05-22T23:45:13Z

←上一版本		2021年5月22日 (六) 23:45的版本
第65行：		第65行：
	! 描述		! 描述
	\|-		\|-
	\| rowspan="3"\|软件		\| rowspan="4"\|软件
	\| [[Excel]]		\| [[Excel]]
	\|		\|
	\|-		\|-
	\| [[Tableau]]		\| [[Tableau]]
			\|
			\|-
			\| [[Power BI]]
	\|		\|
	\|-		\|-
第77行：		第80行：
	\| rowspan="2"\|编程		\| rowspan="2"\|编程
	\| [[Python]]		\| [[Python]]
	\| 是一门简单易学的计算机编程语言，搭配一些开源的Python库可实现数据统计分析、绘图、数据挖掘和预测等。<br \> [[Numpy]]，科学计算的基本软件包。<br \>[[Pandas]]，用于数据分析的Python库。 <br \>[[Matplotlib]]，Python的一个绘图库，常用于数据可视化。 <br \><br \>常用代码编辑器：<br \>[[Jupyter]]，这款软件在数据分析中很常用。<br \>[[Pycharm]]，是由JetBrains打造的一款Python IDE。 <br \>[[VS Code]]，是由微软开发，同时支持Windows 、 Linux和macOS等操作系统的免费开源代码编辑器。		\| 是一门简单易学的计算机编程语言，搭配一些开源的Python库可实现数据统计分析、绘图、数据挖掘和预测等。<br \> [[Numpy]]，科学计算的基本软件包。<br \>[[Pandas]]，用于数据分析的Python库。 <br \>[[Matplotlib]]，Python的一个绘图库，常用于数据可视化。 <br \>[[SciPy]] <br \>[[Scikit-learn]] <br \>[[Statsmodels]]，统计学包 <br \><br \>常用代码编辑器：<br \>[[Jupyter]]，这款软件在数据分析中很常用。<br \>[[Pycharm]]，是由JetBrains打造的一款Python IDE。 <br \>[[VS Code]]，是由微软开发，同时支持Windows 、 Linux和macOS等操作系统的免费开源代码编辑器。
	\|-		\|-
	\| [[R语言]]		\| [[R语言]]

2021年5月22日 (六) 23:12 Eric

2021-05-22T23:12:51Z

@@ 第12行： / 第12行： @@
 ===基础工具===
-===数据库===
+===数据存储查询===
 {| class="wikitable"  style="width: 100%;
 ! 分类
@@ 第18行： / 第18行： @@
 ! 描述
 |-
-| rowspan="2"| 基础
+| rowspan="2"| 常用文本格式
 |[[SQL]]
 | 一种数据库查询和程序设计语言，简单易用。各个数据库管理软件的SQL语言实现大部分相同。
@@ 第39行： / 第46行： @@
 |-
 |[[Microsoft Access]]
+|
 |}
-===分析工具===
+===分析与可视化===
 {| class="wikitable"  style="width: 100%;
 ! 分类
@@ 第69行： / 第72行： @@
+|
 |-
+| [[SPSS]]
+| 全称是Statistical Product and Service Solutions，IBM公司推出的用于统计分析、数据挖掘、预测分析等软件。简单易用，价格不便宜。
 |-
 | rowspan="3"|在线可视化分析平台

2021年5月22日 (六) 11:05 Eric

2021-05-22T11:05:14Z

@@ 第13行： / 第13行： @@
 ===数据库===
 ===分析工具===
@@ 第92行： / 第120行： @@
 ==参考==
 *[https://en.wikipedia.org/wiki/Data_analysis Wikipedia：Data analysis]

2021年5月22日 (六) 08:09 Eric

2021-05-22T08:09:45Z

@@ 第1行： / 第1行： @@
-==数据分析过程==
+==分析步骤==
+===目标需求===
-==思维==
+===获取数据===
 ==工具==
@@ 第20行： / 第23行： @@
 |-
 | [[Python]]
-| 是一门简单易学的计算机编程语言，搭配一些开源的Python库可实现数据统计分析、数据挖掘和预测等。<br \> [[Numpy]]，科学计算的基本软件包。<br \>[[Pandas]]，用于数据分析的Python库。
+| 是一门简单易学的计算机编程语言，搭配一些开源的Python库可实现数据统计分析、绘图、数据挖掘和预测等。<br \> [[Numpy]]，科学计算的基本软件包。<br \>[[Pandas]]，用于数据分析的Python库。 <br \>[[Matplotlib]]，Python的一个绘图库，常用于数据可视化。  <br \><br \>常用代码编辑器：<br \>[[Jupyter]]，这款软件在数据分析中很常用。<br \>[[Pycharm]]，是由JetBrains打造的一款Python IDE。 <br \>[[VS  Code]]，是由微软开发，同时支持Windows 、 Linux和macOS等操作系统的免费开源代码编辑器。
 |-
+|
+|
 |}
-==数据分析分类==
+==分类==
 ==资源==
@@ 第36行： / 第88行： @@
 ===相关文章===
 *[https://www.zhihu.com/question/29265587 知乎：如何快速成为数据分析师？]
 ==参考==
 *[https://en.wikipedia.org/wiki/Data_analysis Wikipedia：Data analysis]

Eric：创建页面，内容为“ ==数据分析过程== ==思维== ==工具== ===统计学=== ===基础工具=== ===数据库=== ===分析工具=== {| class="wikitable" style="width: 100%; !…”

2021-05-22T04:31:36Z

创建页面，内容为“ ==数据分析过程== ==思维== ==工具== ===统计学=== ===基础工具=== ===数据库=== ===分析工具=== {| class="wikitable" style="width: 100%; !…”

新页面

==数据分析过程==

==思维==

==工具==
===统计学===

===基础工具===

===数据库===

===分析工具===
{| class="wikitable" style="width: 100%;
! 名称
! 描述
|-
| [[SPSS]]
| 全称是Statistical Product and Service Solutions，IBM公司推出的用于统计分析、数据挖掘、预测分析等软件。简单易用，价格不便宜。
|-
| [[Python]]
| 是一门简单易学的计算机编程语言，搭配一些开源的Python库可实现数据统计分析、数据挖掘和预测等。<br \> [[Numpy]]，科学计算的基本软件包。<br \>[[Pandas]]，用于数据分析的Python库。
|-
|
|
|}
===可视化===

==数据分析分类==

==资源==
===相关网站===

===相关文章===
*[https://www.zhihu.com/question/29265587 知乎：如何快速成为数据分析师？]

==参考==
*[https://en.wikipedia.org/wiki/Data_analysis Wikipedia：Data analysis]