第二十三天-数据分析入门实战

目录

1.常用的数据获取网站

2.分析电信用户流失率

字段说明

1.读取数据

2.数据分析describe

3.数据验证

4.分析目的

1.整体流失情况：人数、比例、流失率

2.性别：人数、比例、流失率

3.老人：人数、比例、流失率

4.是否有配偶：人数、比例、流失率

5.是否经济独立（Yes or No）：人数、比例、流失率

6.数据洞察：现象、溯源、建议

 7.优化编写通用方法

1.常用的数据获取网站

2.和鲸：和鲸社区 - Heywhale.com

2.分析电信用户流失率

数据地址：https://www.heywhale.com/mw/project/646f0246bf6378dc90a5233f/dataset

字段说明

字段解释
customerID用户ID
gender性别
SeniorCitizen是否是老年人（1代表是）
Partner是否有配偶（Yes or No）
Dependents是否经济独立（Yes or No）
tenure用户入网时间
PhoneService是否开通电话业务（Yes or No）
MultipleLines是否开通多条电话业务（Yes 、 No or No phoneservice）
InternetService是否开通互联网服务（No、DSL数字网络或filber potic光线网络）
OnlineSecurity是否开通网络安全服务（Yes、No or No internetservice）
OnlineBackup是否开通在线备份服务（Yes、No or No internetservice）
DeviceProtection是否开通设备保护服务（Yes、No or No internetservice）
TechSupport是否开通技术支持业务（Yes、No or No internetservice）
StreamingTV是否开通网络电视（Yes、No or No internetservice）
StreamingMovies是否开通网络电影（Yes、No or No internetservice）
Contract合同签订方式（按月、按年或者两年）
PaperlessBilling是否开通电子账单（Yes or No）
PaymentMethod付款方式（bank transfer、credit card、electronic check、mailed check）
MonthlyCharges月度费用
TotalCharges总费用
Churn是否流失（Yes or No）

1.读取数据

#数据地址：https://www.heywhale.com/mw/project/646f0246bf6378dc90a5233f/dataset
file_name = "WA_Fn-UseC_-Telco-Customer-Churn.csv"
# 读取数据
df = pd.read_csv(file_name)
# 更改列名为中文
df=df.rename(columns={'customerID': '用户ID',"gender":"性别","SeniorCitizen":"是否是老年人（1代表是）","Partner":"是否有配偶（Yes or No）","Dependents":"是否经济独立（Yes or No）","tenure":"用户入网时间","PhoneService":"是否开通电话业务（Yes or No）","MultipleLines":"是否开通多条电话业务（Yes 、 No or No phoneservice）","InternetService":"是否开通互联网服务（No、DSL数字网络或filber potic光线网络）","OnlineSecurity":"是否开通网络安全服务（Yes、No or No internetservice）","OnlineBackup":"是否开通在线备份服务（Yes、No or No internetservice）","DeviceProtection":"是否开通设备保护服务（Yes、No or No internetservice）","TechSupport":"是否开通技术支持业务（Yes、No or No internetservice）","StreamingTV":"是否开通网络电视（Yes、No or No internetservice）","StreamingMovies":"是否开通网络电影（Yes、No or No internetservice）","Contract":"合同签订方式（按月、按年或者两年）","PaperlessBilling":"是否开通电子账单（Yes or No）","PaymentMethod":"付款方式（bank transfer、credit card、electronic check、mailed check）","MonthlyCharges":"月度费用","TotalCharges":"总费用","Churn":"是否流失（Yes or No）"})
print("df.head:", df.head())

out：

df.head:          用户ID      性别  是否是老年人（1代表是）  ...   月度费用      总费用  是否流失（Yes or No）
0  7590-VHVEG  Female             0  ...  29.85    29.85               No
1  5575-GNVDE    Male             0  ...  56.95   1889.5               No
2  3668-QPYBK    Male             0  ...  53.85   108.15              Yes
3  7795-CFOCW    Male             0  ...  42.30  1840.75               No
4  9237-HQITU  Female             0  ...  70.70   151.65              Yes

[5 rows x 21 columns]

2.数据分析describe

describe,默认只识别int，float数值类型的，只会打印出3列数据

print("列类型",df.dtypes)
print("df.describe:", df.describe())

out

列类型 用户ID                                                              object
性别                                                                object
是否是老年人（1代表是）                                                       int64
是否有配偶（Yes or No）                                                  object
是否经济独立（Yes or No）                                                 object
用户入网时间                                                             int64
是否开通电话业务（Yes or No）                                               object
是否开通多条电话业务（Yes 、 No or No phoneservice）                           object
是否开通互联网服务（No、DSL数字网络或filber potic光线网络）                            object
是否开通网络安全服务（Yes、No or No internetservice）                          object
是否开通在线备份服务（Yes、No or No internetservice）                          object
是否开通设备保护服务（Yes、No or No internetservice）                          object
是否开通技术支持业务（Yes、No or No internetservice）                          object
是否开通网络电视（Yes、No or No internetservice）                            object
是否开通网络电影（Yes、No or No internetservice）                            object
合同签订方式（按月、按年或者两年）                                                 object
是否开通电子账单（Yes or No）                                               object
付款方式（bank transfer、credit card、electronic check、mailed check）     object
月度费用                                                             float64
总费用                                                               object
是否流失（Yes or No）                                                   object
dtype: object

df.describe:        是否是老年人（1代表是）       用户入网时间         月度费用
count   7043.000000  7043.000000  7043.000000
mean       0.162147    32.371149    64.761692
std        0.368612    24.559481    30.090047
min        0.000000     0.000000    18.250000
25%        0.000000     9.000000    35.500000
50%        0.000000    29.000000    70.350000
75%        0.000000    55.000000    89.850000
max        1.000000    72.000000   118.750000

查询所有的

print("df.describe:", df.describe(include="all"))

out:

df.describe:               用户ID    性别  是否是老年人（1代表是）  ...         月度费用   总费用  是否流失（Yes or No）
count         7043  7043   7043.000000  ...  7043.000000  7043             7043
unique        7043     2           NaN  ...          NaN  6531                2
top     7590-VHVEG  Male           NaN  ...          NaN                     No
freq             1  3555           NaN  ...          NaN    11             5174
mean           NaN   NaN      0.162147  ...    64.761692   NaN              NaN
std            NaN   NaN      0.368612  ...    30.090047   NaN              NaN
min            NaN   NaN      0.000000  ...    18.250000   NaN              NaN
25%            NaN   NaN      0.000000  ...    35.500000   NaN              NaN
50%            NaN   NaN      0.000000  ...    70.350000   NaN              NaN
75%            NaN   NaN      0.000000  ...    89.850000   NaN              NaN
max            NaN   NaN      1.000000  ...   118.750000   NaN              NaN

3.数据验证

1.验证缺失值

print("验证数据是否有确实值",df.isnull())
#验证数据是否有确实值的个数
print("验证数据是否有确实值",df.isnull().sum())

out

验证数据是否有确实值        用户ID     性别  是否是老年人（1代表是）  ...   月度费用    总费用  是否流失（Yes or No）
0     False  False         False  ...  False  False            False
1     False  False         False  ...  False  False            False
2     False  False         False  ...  False  False            False
3     False  False         False  ...  False  False            False
4     False  False         False  ...  False  False            False
...     ...    ...           ...  ...    ...    ...              ...
7038  False  False         False  ...  False  False            False
7039  False  False         False  ...  False  False            False
7040  False  False         False  ...  False  False            False
7041  False  False         False  ...  False  False            False
7042  False  False         False  ...  False  False            False

[7043 rows x 21 columns]
验证数据是否有确实值 用户ID                                                             0
性别                                                               0
是否是老年人（1代表是）                                                     0
是否有配偶（Yes or No）                                                 0
是否经济独立（Yes or No）                                                0
用户入网时间                                                           0
是否开通电话业务（Yes or No）                                              0
是否开通多条电话业务（Yes 、 No or No phoneservice）                          0
是否开通互联网服务（No、DSL数字网络或filber potic光线网络）                           0
是否开通网络安全服务（Yes、No or No internetservice）                         0
是否开通在线备份服务（Yes、No or No internetservice）                         0
是否开通设备保护服务（Yes、No or No internetservice）                         0
是否开通技术支持业务（Yes、No or No internetservice）                         0
是否开通网络电视（Yes、No or No internetservice）                           0
是否开通网络电影（Yes、No or No internetservice）                           0
合同签订方式（按月、按年或者两年）                                                0
是否开通电子账单（Yes or No）                                              0
付款方式（bank transfer、credit card、electronic check、mailed check）    0
月度费用                                                             0
总费用                                                              0
是否流失（Yes or No）                                                  0
dtype: int64

2. 验证是否有重复值

print("验证是否有重复值",df.duplicated())
print("验证是否有重复值,指定列",df["是否是老年人（1代表是）"].duplicated())

out:

验证是否有重复值 0       False
1       False
2       False
3       False
4       False
        ...  
7038    False
7039    False
7040    False
7041    False
7042    False
Length: 7043, dtype: bool
验证是否有重复值,指定列 0       False
1        True
2        True
3        True
4        True
        ...  
7038     True
7039     True
7040     True
7041     True
7042     True
Name: 是否是老年人（1代表是）, Length: 7043, dtype: bool

4.分析目的

1.整体流失情况：人数、比例、流失率

print(df["是否流失（Yes or No）"].drop_duplicates())
liushi1=df[df["是否流失（Yes or No）"]=="Yes"]["是否流失（Yes or No）"].count()
liushi0=df[df["是否流失（Yes or No）"]=="No"]["是否流失（Yes or No）"].count()

out:

流失人数： 1869
未流失人数： 5174
流失率： 0.2653698707936959

2.性别：人数、比例、流失率

#只过滤流失率的数据
liushi1_data=df[df["是否流失（Yes or No）"]=="Yes"]
#性别：人数、比例、流失率
print(df["性别"].drop_duplicates())
xingbNan=df[df["性别"]=="Male"]["性别"].count()
xingbNv=df[df["性别"]=="Female"]["性别"].count()#男性流失率： 男性流失人数/男性人数
liushiNan=len(liushi1_data[liushi1_data["性别"]=="Male"])/xingbNan
print("男性流失人数：",liushiNan)
liushiNv=len(liushi1_data[liushi1_data["性别"]=="Female"])/xingbNv
print("女性流失人数：",liushiNv)

out:

0    Female
1      Male
Name: 性别, dtype: object
男性流失人数： 0.2616033755274262
女性流失人数： 0.26920871559633025

3.老人：人数、比例、流失率

#老人：人数、比例、流失率
print(df["是否是老年人（1代表是）"].drop_duplicates())
laonr0=len(df[df["是否是老年人（1代表是）"]==0])
laonr1=len(df[df["是否是老年人（1代表是）"]==1])
print("非老年人人数:",laonr0)
print("老年人人数:",laonr1)
#计算流失率：老年人流失人数/ 老年人人数liushiLaonr0=len(liushi1_data[liushi1_data["是否是老年人（1代表是）"]==0])/laonr0
print("非老年流失人数：",liushiLaonr0)
liushiLaonr1=len(liushi1_data[liushi1_data["是否是老年人（1代表是）"]==1])/laonr1
print("老年人流失人数：",liushiLaonr1)

out:

0     0
20    1
Name: 是否是老年人（1代表是）, dtype: int64
非老年人人数: 5901
老年人人数: 1142
非老年流失人数： 0.23606168446026096
老年人流失人数： 0.4168126094570928

4.是否有配偶：人数、比例、流失率

# 是否有配偶：人数、比例、流失率
print(df["是否有配偶（Yes or No）"].drop_duplicates())
peio0 = len(df[df["是否有配偶（Yes or No）"] == "No"])
peio1 = len(df[df["是否有配偶（Yes or No）"] == "Yes"])
print("无配偶人数:", peio0)
print("有配偶人数:", peio1)# 计算流失率：无配偶流失人数/ 无配偶人数
liushiPeio0 = len(liushi1_data[liushi1_data["是否有配偶（Yes or No）"] == "No"]) / peio0
print("无配偶流失率：", liushiPeio0)
liushiPeio1 = len(liushi1_data[liushi1_data["是否有配偶（Yes or No）"] == "Yes"]) / peio1
print("有配偶流失率：", liushiPeio1)

out:

0    Yes
1     No
Name: 是否有配偶（Yes or No）, dtype: object
无配偶人数: 3641
有配偶人数: 3402
无配偶流失率： 0.32957978577313923
有配偶流失率： 0.1966490299823633

5.是否经济独立（Yes or No）：人数、比例、流失率

#是否经济独立（Yes or No）：人数、比例、流失率
print(df["是否经济独立（Yes or No）"].drop_duplicates())
jingjdl0 = len(df[df["是否经济独立（Yes or No）"] == "No"])
jingjdl1 = len(df[df["是否经济独立（Yes or No）"] == "Yes"])
print("非经济独立人数:", jingjdl0)
print("经济独立人数:", jingjdl1)# 计算流失率：非经济独立流失人数 / 非经济独立人数
liushiJingjdl0 = len(liushi1_data[liushi1_data["是否经济独立（Yes or No）"] == "No"]) / jingjdl0
print("非经济独立流失率：", liushiJingjdl0)
liushiJingjdl1 = len(liushi1_data[liushi1_data["是否经济独立（Yes or No）"] == "Yes"]) / jingjdl1
print("经济独立流失率：", liushiJingjdl1)

out:

0     No
6    Yes
Name: 是否经济独立（Yes or No）, dtype: object
非经济独立人数: 4933
经济独立人数: 2110
非经济独立流失率： 0.3127914048246503
经济独立流失率： 0.15450236966824646

6.数据洞察：现象、溯源、建议

1.性别：

男性流失人数： 0.2616033755274262
女性流失人数： 0.26920871559633025

无特殊性

2.是否老年人

非老年流失人数： 0.23606168446026096
老年人流失人数： 0.4168126094570928

老年人相对于非老年人，更容易流失

3.是否有配偶

无配偶流失率： 0.32957978577313923
有配偶流失率： 0.1966490299823633

单身用户更容易流失

4.经济独立

非经济独立流失率： 0.3127914048246503
经济独立流失率： 0.15450236966824646

非经济独立用户更容易流失

 7.优化编写通用方法

1. 编写通用方法，用于计算列类型为分类的

2.下面计算用户产品属性的分析

def calc_cate(col, types):"""计算列类型，为多个分类的数据，计算：人数、比例、流失率:param col: 列名:param types:  分类，数组类型:return:"""print("***********************计算开始{}*******************************".format(col))print("计算列：{}，分类：{}".format(col, types.values))for type in types:# 计算分类下的总人数zongrs = len(df[df[col] == type])print("【{}】的下【{}】,总人数为：{}".format( col, type, zongrs))#计算流失人数 分类下流失人数/ 该分类下人数liusrs= len(liushi1_data[liushi1_data[col] ==type])liuslv=liusrs/zongrsprint("【{}】的下【{}】,总人数为：{}，流失率{}".format(col, type, liusrs,liuslv))print("***********************计算结束{}*******************************".format(col))# 计算用户属性
# "MultipleLines": "是否开通多条电话业务（Yes 、 No or No phoneservice）",
#                        "InternetService": "是否开通互联网服务（No、DSL数字网络或filber potic光线网络）",
#                        "OnlineSecurity": "是否开通网络安全服务（Yes、No or No internetservice）",
#                        "OnlineBackup": "是否开通在线备份服务（Yes、No or No internetservice）",
#                        "DeviceProtection": "是否开通设备保护服务（Yes、No or No internetservice）",
#                        "TechSupport": "是否开通技术支持业务（Yes、No or No internetservice）",
#                        "StreamingTV": "是否开通网络电视（Yes、No or No internetservice）",
#                        "StreamingMovies": "是否开通网络电影（Yes、No or No internetservice）",
yonghusxCol = ["是否开通电话业务（Yes or No）","是否开通多条电话业务（Yes 、 No or No phoneservice）","是否开通互联网服务（No、DSL数字网络或filber potic光线网络）","是否开通在线备份服务（Yes、No or No internetservice）","是否开通设备保护服务（Yes、No or No internetservice）","是否开通技术支持业务（Yes、No or No internetservice）","是否开通网络电视（Yes、No or No internetservice）","是否开通网络电影（Yes、No or No internetservice）"]for col in yonghusxCol:calc_cate(col, df[col].drop_duplicates())

out

***********************计算开始是否开通电话业务（Yes or No）*******************************
计算列：是否开通电话业务（Yes or No），分类：['No' 'Yes']
【是否开通电话业务（Yes or No）】的下【No】,总人数为：682
【是否开通电话业务（Yes or No）】的下【No】,总人数为：170，流失率0.24926686217008798
【是否开通电话业务（Yes or No）】的下【Yes】,总人数为：6361
【是否开通电话业务（Yes or No）】的下【Yes】,总人数为：1699，流失率0.2670963684955196
***********************计算结束是否开通电话业务（Yes or No）*******************************
***********************计算开始是否开通多条电话业务（Yes 、 No or No phoneservice）*******************************
计算列：是否开通多条电话业务（Yes 、 No or No phoneservice），分类：['No phone service' 'No' 'Yes']
【是否开通多条电话业务（Yes 、 No or No phoneservice）】的下【No phone service】,总人数为：682
【是否开通多条电话业务（Yes 、 No or No phoneservice）】的下【No phone service】,总人数为：170，流失率0.24926686217008798
【是否开通多条电话业务（Yes 、 No or No phoneservice）】的下【No】,总人数为：3390
【是否开通多条电话业务（Yes 、 No or No phoneservice）】的下【No】,总人数为：849，流失率0.2504424778761062
【是否开通多条电话业务（Yes 、 No or No phoneservice）】的下【Yes】,总人数为：2971
【是否开通多条电话业务（Yes 、 No or No phoneservice）】的下【Yes】,总人数为：850，流失率0.286098956580276
***********************计算结束是否开通多条电话业务（Yes 、 No or No phoneservice）*******************************
***********************计算开始是否开通互联网服务（No、DSL数字网络或filber potic光线网络）*******************************
计算列：是否开通互联网服务（No、DSL数字网络或filber potic光线网络），分类：['DSL' 'Fiber optic' 'No']
【是否开通互联网服务（No、DSL数字网络或filber potic光线网络）】的下【DSL】,总人数为：2421
【是否开通互联网服务（No、DSL数字网络或filber potic光线网络）】的下【DSL】,总人数为：459，流失率0.1895910780669145
【是否开通互联网服务（No、DSL数字网络或filber potic光线网络）】的下【Fiber optic】,总人数为：3096
【是否开通互联网服务（No、DSL数字网络或filber potic光线网络）】的下【Fiber optic】,总人数为：1297，流失率0.4189276485788114
【是否开通互联网服务（No、DSL数字网络或filber potic光线网络）】的下【No】,总人数为：1526
【是否开通互联网服务（No、DSL数字网络或filber potic光线网络）】的下【No】,总人数为：113，流失率0.07404980340760157
***********************计算结束是否开通互联网服务（No、DSL数字网络或filber potic光线网络）*******************************
***********************计算开始是否开通在线备份服务（Yes、No or No internetservice）*******************************
计算列：是否开通在线备份服务（Yes、No or No internetservice），分类：['Yes' 'No' 'No internet service']
【是否开通在线备份服务（Yes、No or No internetservice）】的下【Yes】,总人数为：2429
【是否开通在线备份服务（Yes、No or No internetservice）】的下【Yes】,总人数为：523，流失率0.21531494442157267
【是否开通在线备份服务（Yes、No or No internetservice）】的下【No】,总人数为：3088
【是否开通在线备份服务（Yes、No or No internetservice）】的下【No】,总人数为：1233，流失率0.39928756476683935
【是否开通在线备份服务（Yes、No or No internetservice）】的下【No internet service】,总人数为：1526
【是否开通在线备份服务（Yes、No or No internetservice）】的下【No internet service】,总人数为：113，流失率0.07404980340760157
***********************计算结束是否开通在线备份服务（Yes、No or No internetservice）*******************************
***********************计算开始是否开通设备保护服务（Yes、No or No internetservice）*******************************
计算列：是否开通设备保护服务（Yes、No or No internetservice），分类：['No' 'Yes' 'No internet service']
【是否开通设备保护服务（Yes、No or No internetservice）】的下【No】,总人数为：3095
【是否开通设备保护服务（Yes、No or No internetservice）】的下【No】,总人数为：1211，流失率0.3912762520193861
【是否开通设备保护服务（Yes、No or No internetservice）】的下【Yes】,总人数为：2422
【是否开通设备保护服务（Yes、No or No internetservice）】的下【Yes】,总人数为：545，流失率0.2250206440957886
【是否开通设备保护服务（Yes、No or No internetservice）】的下【No internet service】,总人数为：1526
【是否开通设备保护服务（Yes、No or No internetservice）】的下【No internet service】,总人数为：113，流失率0.07404980340760157
***********************计算结束是否开通设备保护服务（Yes、No or No internetservice）*******************************
***********************计算开始是否开通技术支持业务（Yes、No or No internetservice）*******************************
计算列：是否开通技术支持业务（Yes、No or No internetservice），分类：['No' 'Yes' 'No internet service']
【是否开通技术支持业务（Yes、No or No internetservice）】的下【No】,总人数为：3473
【是否开通技术支持业务（Yes、No or No internetservice）】的下【No】,总人数为：1446，流失率0.4163547365390153
【是否开通技术支持业务（Yes、No or No internetservice）】的下【Yes】,总人数为：2044
【是否开通技术支持业务（Yes、No or No internetservice）】的下【Yes】,总人数为：310，流失率0.15166340508806261
【是否开通技术支持业务（Yes、No or No internetservice）】的下【No internet service】,总人数为：1526
【是否开通技术支持业务（Yes、No or No internetservice）】的下【No internet service】,总人数为：113，流失率0.07404980340760157
***********************计算结束是否开通技术支持业务（Yes、No or No internetservice）*******************************
***********************计算开始是否开通网络电视（Yes、No or No internetservice）*******************************
计算列：是否开通网络电视（Yes、No or No internetservice），分类：['No' 'Yes' 'No internet service']
【是否开通网络电视（Yes、No or No internetservice）】的下【No】,总人数为：2810
【是否开通网络电视（Yes、No or No internetservice）】的下【No】,总人数为：942，流失率0.33523131672597867
【是否开通网络电视（Yes、No or No internetservice）】的下【Yes】,总人数为：2707
【是否开通网络电视（Yes、No or No internetservice）】的下【Yes】,总人数为：814，流失率0.30070188400443293
【是否开通网络电视（Yes、No or No internetservice）】的下【No internet service】,总人数为：1526
【是否开通网络电视（Yes、No or No internetservice）】的下【No internet service】,总人数为：113，流失率0.07404980340760157
***********************计算结束是否开通网络电视（Yes、No or No internetservice）*******************************
***********************计算开始是否开通网络电影（Yes、No or No internetservice）*******************************
计算列：是否开通网络电影（Yes、No or No internetservice），分类：['No' 'Yes' 'No internet service']
【是否开通网络电影（Yes、No or No internetservice）】的下【No】,总人数为：2785
【是否开通网络电影（Yes、No or No internetservice）】的下【No】,总人数为：938，流失率0.33680430879712747
【是否开通网络电影（Yes、No or No internetservice）】的下【Yes】,总人数为：2732
【是否开通网络电影（Yes、No or No internetservice）】的下【Yes】,总人数为：818，流失率0.29941434846266474
【是否开通网络电影（Yes、No or No internetservice）】的下【No internet service】,总人数为：1526
【是否开通网络电影（Yes、No or No internetservice）】的下【No internet service】,总人数为：113，流失率0.07404980340760157
***********************计算结束是否开通网络电影（Yes、No or No internetservice）*******************************

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/538922.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【PHP+代码审计】PHP基础——浮点型和布尔型

【PHP+代码审计】PHP基础——浮点型和布尔型

🍬 博主介绍👨‍🎓 博主介绍：大家好，我是 hacker-routing ，很高兴认识大家~ ✨主攻领域：【渗透领域】【应急响应】 【Java、PHP】 【VulnHub靶场复现】【面试分析】 🎉点赞➕评论➕收…
阅读更多...
PTA L2-012 关于堆的判断

PTA L2-012 关于堆的判断

将一系列给定数字顺序插入一个初始为空的小顶堆H[]。随后判断一系列相关命题是否为真。命题分下列几种： x is the root：x是根结点；x and y are siblings：x和y是兄弟结点；x is the parent of y：x是y的父结点…
阅读更多...
【你也能从零基础学会网站开发】Web建站之javascript入门篇 简单认识一下正则表达式

【你也能从零基础学会网站开发】Web建站之javascript入门篇 简单认识一下正则表达式

🚀 个人主页 极客小俊 ✍🏻 作者简介：程序猿、设计师、技术分享 🐋 希望大家多多支持, 我们一起学习和进步！ 🏅 欢迎评论 ❤️点赞💬评论 📂收藏 📂加关注 为什么使用正则…
阅读更多...
1.MongoDB的特点与应用场景

1.MongoDB的特点与应用场景

什么是 MongoDB ？ MongoDB 是基于 C 开发的 NOSQL 开源文档数据库 ，是最像关系型数据库的 nosql，功能也是最丰富的 nosql，它具有所以的可伸缩性，灵活性，高性能，高扩展性的优势。 大致有如下特…
阅读更多...
基于51单片机的用电量检测系统[proteus仿真]

基于51单片机的用电量检测系统[proteus仿真]

基于51单片机的用电量检测系统[proteus仿真] 用电检测系统这个题目算是课程设计和毕业设计中常见的题目了，本期是一个基于51单片机的用电量检测系统 需要的源文件和程序的小伙伴可以关注公众号【阿目分享嵌入式】，赞赏任意文章 2￥&#xff…
阅读更多...
8分SCI | 揭示随机森林的解释奥秘：探讨LIME技术如何提高模型的可解释性与可信度！

8分SCI | 揭示随机森林的解释奥秘：探讨LIME技术如何提高模型的可解释性与可信度！

一、引言 Local Interpretable Model-agnostic Explanations (LIME) 技术作为一种局部可解释性方法，能够解释机器学习模型的预测结果，并提供针对单个样本的解释。通过生成局部线性模型来近似原始模型的预测，LIME技术可以帮助用户理解模型在特…
阅读更多...
【你也能从零基础学会网站开发】Web建站之javascript入门篇 简单介绍DOM与XML

【你也能从零基础学会网站开发】Web建站之javascript入门篇 简单介绍DOM与XML

🚀 个人主页 极客小俊 ✍🏻 作者简介：程序猿、设计师、技术分享 🐋 希望大家多多支持, 我们一起学习和进步！ 🏅 欢迎评论 ❤️点赞💬评论 📂收藏 📂加关注 XML概述 XML是…
阅读更多...
Spring Cloud Alibaba微服务从入门到进阶（四）（服务发现-Nacos ）

Spring Cloud Alibaba微服务从入门到进阶（四）（服务发现-Nacos ）

Nacos是服务发现组件和配置服务器 作为服务发现注册组件Nacos Server 搭建Nacos Server 下载、启动 访问nacos,默认 用户/密码 nacos/nacos 将应用注册到nacos 加依赖 在SpringCloud子项目中，Feign是属于OpenFeign，Sentinel、Nacos是属于alibaba的&…
阅读更多...
使用jquery的autocomplete属性实现联想补全操作

使用jquery的autocomplete属性实现联想补全操作

平时使用百度，淘宝等软件搜索时，常见一个搜索框联想提示，感觉确实好用但没有研究过原理，最近恰巧工作中遇到一个同样的场景，不同于大厂使用高端的Python，这次需要使用jQuery的autocomplete属性来自动联想补…
阅读更多...
保留数据的重装系统教程！（win10系统）

保留数据的重装系统教程！（win10系统）

上车警告！！！ 本教程无需思考，跟着操作一步一步来就能完成系统的重装。原理是将C盘系统重装，其他盘符数据保存。适用于系统盘重装数据或更改系统版本。 重要提示！！！ C盘有重要学习资…
阅读更多...
牛客-DP38 【模板】二维差分

牛客-DP38 【模板】二维差分

【模板】二维差分_牛客题霸_牛客网 (nowcoder.com) b站有视频：讲解前缀和和差分 二维差分_哔哩哔哩_bilibili 注意：差分的过程叫差分，而不仅仅是d[]这个数组，其他数组经行了差分的操作，就也是差分啊！&…
阅读更多...
网络原理（网络协议初识）

网络原理（网络协议初识）

目录 1.网络通信基础 1.1IP地址 1.2端口号 1.3认识协议 1.4五元组 1.5 协议分层 2.TCP/IP五层（或四层）模型 2.1网络设备所在分层 2.2网络分层对应 3.封装和分用 1.网络通信基础 网络互连的目的是进行网络通信，也即是网络数据传输&#…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023