luffy01的主页 - DataFocus数据分析知识社区-百万数据分析师、BI工程师的共同选择

登录

luffy01 注册会员

这家伙还没有留下自我介绍

保密

关注: 4 | 粉丝: 1 | 积分: -310 | 威望: 0 | 访问: 21239

luffy01 在 2020-05-07 18:09 发起了提问 图表配置: 问答简单介绍经纬图可视化？

clarance2020: 经纬图与位置图相似，区别是不存在类似行政区域的层级关系，某种程度上，它更像是地图背景上的散点图。之前位置图的使用场景也大多适用于经纬图但经纬图更偏向于具体的点，甚至可以定位到具体的位置，比如说下面这张经纬图，包含了这家企业各个门店的位置信息，你甚至可以直接在地图上定位到每一家门店的位置、分布、销售情...; 关注问题 2  0  0 评论

luffy01 在 2020-05-07 18:08 发起了提问 图表配置: 问答简单介绍位置图可视化？

clarance2020: 位置可视化图在各种分析场景都很常见，位置图依赖于行政地理空间的划分，多用于销售、公共统计、市场分布、物流等等与行政地理或者说是人文紧密相关的背景。结合各省份、城市的发展状态、位置分布等等可以得到很有价值的信息。; 关注问题 2  0  0 评论

luffy01 在 2020-05-07 18:05 发起了提问 图表配置: 问答可视化高级图表有哪些？

clarance2020: DataFocus系统中支持的高级图表则有组合图、树形图、词云图、瀑布图、旭日图、打包图、弦图、桑基图、箱型图、平行图、时序柱状图、时序条形图、时序散点图、时序气泡图、经纬图、经纬气泡图、热力图、统计图，其中时序类的图形都属于动态图表，会根据数据中的时间变化而变动。; 关注问题 2  0  0 评论

luffy01 在 2020-05-06 18:45 回答了问题 数据处理: 什么是异常值分析？; luffy01: 一般来说，日常监控的数据指标都有其固定的波动周期，周期内的数据变化相对趋于稳定，如果某个时间的数据不再符合预期的稳定变化，数据异常就出现了。数据异常的分析是必要的，往往能够通过异常分析发现未知的机遇和风险。数据分析中的异常值分析通常使用箱型图分析。箱型图包含六个数据节点，包括上边缘、上四分位书、中...; 赞同0 反对 0 人感谢 0 评论 1 回复

luffy01 在 2020-05-06 18:45 回答了问题 数据处理: 什么是二八法则？; luffy01: 巴莱多定律（也叫二八定律）是意大利经济学家巴莱多在19世纪末20世纪初提出的，因此也命名为帕累托法则。他认为，相对少量的原因通常造成大多数的问题和缺陷，即80%的问题是由20%的原因导致的。反过来，在实际生活中，我们看到，例如20%的产品带来了企业80%的利润，所有产品中，最重要的也许只有那20%。...; 赞同0 反对 0 人感谢 0 评论 1 回复

luffy01 在 2020-05-06 18:43 回答了问题 数据处理: 数据清洗的方法？; luffy01: 1.解决不完整数据（即值缺失）的方法大多数情况下，缺失的值必须手工填入（即手工清理）。当然，某些缺失值可以从本数据源或其它数据源推导出来，这就可以用平均值、最大值、最小值或更为复杂的概率估计代替缺失的值，从而达到清理的目的。2.错误值的检测及解决方法用统计分析的方法识别可能的错误值或异常值，如偏...; 赞同0 反对 0 人感谢 0 评论 1 回复

luffy01 在 2020-05-06 18:41 回答了问题 数据处理: 什么是数据清洗呢？; luffy01: 既然说到清洗，那么对应着就有需要进行清洗的“脏”，数据清洗就是对数据进行审查校验，利用有关技术转化错误、重复、不完整、冲突的“脏数据”为满足要求的高质数据。尤其是在建立数据仓库的过程中会从多个业务系统中年抽取而来的、甚至时间跨度较大的多个版本的数据，避免不了会出现大量的“脏数据”。清洗分为两种，一种...; 赞同0 反对 0 人感谢 0 评论 1 回复

luffy01 在 2020-05-06 18:39 回答了问题 数据处理: 数据获取的方法？; luffy01: 系统数据、本地数据、填报数据、外部数据源; 赞同0 反对 0 人感谢 0 评论 1 回复

luffy01 在 2020-05-06 18:39 回答了问题 数据处理: 结构化数据的类型是什么？; luffy01: 结构化数据的字段类型简单来分，可以分为数值型（Measure）数据和非数值型（Attribute）数据。其中，数值型数据是可度量的数据，比如记录的“学生成绩”或者“销售收入”，可以用来求和，计算平均值、最大值或最小值等。非数值型数据又称为属性数据。可以细分为字符串（String）类型、日期时间（Ti...; 赞同0 反对 0 人感谢 0 评论 1 回复

luffy01 在 2020-05-06 18:36 回答了问题 数据可视化: 依据图形应用场景分类数据可视化有哪些分类？; luffy01: 在数据可视化方面，我们知道运用恰当的图表实现数据可视化非常重要。每个图形都有其合适的应用场景，以及表现不同的突出重点。我们以DataFocus数据分析系统为例，以图形的应用场景来分类; 赞同0 反对 0 人感谢 0 评论 1 回复

«
1
2
3
4
5
6
7
8
...
24
25
»

个人成就

获得 0 次赞同

被 1 人关注了

关注了 4 人

All Rights Reserved Powered BY WeCenter V4.1.0 © 2024 浙ICP备15007481号浙公网安备33010802008361号