精华内容
下载资源
问答
  • jqgrid多项汇总

    千次阅读 2018-07-12 11:07:35
    数据来源 $("#btn_search").click(function () { var gridHtml = "<table id=\"gridList\"></table><div id=\"gridPager\">&...

    数据来源


            $("#btn_search").click(function () {
                var gridHtml = "<table id=\"gridList\"></table><div id=\"gridPager\"></div>";
                $('#gridPanel').empty().append(gridHtml);
                //jqGrid多项汇总
                $("#gridList").jqGrid(
                'jqPivot',
                "GetASproblem_report?keyword=" + $("#txt_name").val(),
                {
                    //x维
                    xDimension: [
                      {
                          dataName: 'project_name',//项目名称
                          width: 400
                      }, {
                          dataName: 'problem_class',//问题类型
                          width: 150
                      }
                    ],
                    //Y维
                    yDimension: [
                      {
                          dataName: 'status'//问题状态:解决中、已解决、新问题、未标注
                      }
                    ],
                    //汇总项
                    aggregates: [
                      {
                          member: 'status_count',//问题各状态数量
                          aggregator: 'sum',//聚合器
                          width: 150,
                          formatter: 'number',
                          align: 'left',
                          summaryType: 'sum'//概要类型
                      }
                    ],


                    rowTotals: true,
                    colTotals: true
                },
                {
                    colModel: [
                    { label: '项目名称', name: 'project_name', width: 400, align: 'center' },//列格式
                    { label: '问题类型', name: 'problem_class', width: 150, align: 'center' },
                    ],
                    height: $(window).height() - 130,
                    rowNum: 40,
                    pager: "#gridPager",
                    sortname: 'F_SortCode asc',
                    viewrecords: true
                });
            });

        

    展开全文
  • 【Excel】数据透视表—数据透视表布局 【Excel】数据透视表—标签合并居中 【Excel】数据透视表—新增一...数据透视表的功能就是汇总分析,但是在列名中会出现值汇总的依据。比如:求和,计数,平均值等 ...

    【Excel】数据透视表—数据透视表布局

    【Excel】数据透视表—标签合并居中

    【Excel】数据透视表—新增一列(字段)

    【Excel】数据透视表—按年、季度、月份汇总报表

    【Excel】数据透视表—简单数据分析实例

    数据透视表的功能就是汇总分析,但是在列名中会出现值汇总的依据。比如:求和项,计数项,平均值项等

                                                           

    有时候强迫症来了就想把这几个字给删除掉。但是,直接通过值字段设置来删除名称是删除不了的,会提示下面的错误。 

                                                                     

    但是可以通过重命名整个列的名称来删除求和项。在这儿,我们把【求和项:数量】重命名为了【商品数量】

                                                              

    如果不想重命名列名,只是想删除这几个字。这个时候我们可以使用查找替换,将值汇总方式替换为空格。

                                            

    这样就可以成功去掉值汇总依据了。 

                                                           

    展开全文
  • 数据挖掘考题汇总

    千次阅读 多人点赞 2019-06-07 16:34:06
    文章目录数据挖掘习题汇总数据挖掘概述二 认识数据 数据挖掘习题汇总数据挖掘概述 数据与知识的区别与联系? 数据: 指描述事物的符号记录, 它涉及到事物的存在形式, 是关于事物的一组离散且客观的事实描述。...

    数据挖掘习题汇总

    一 数据挖掘概述

    • 数据与知识的区别与联系?
      • 数据: 指描述事物的符号记录, 它涉及到事物的存在形式, 是关于事物的一组离散且客观的事实描述。
      • 知识: 反映各种事物的信息进入人们大脑,对神经细胞产生作用后留下的痕迹
      • 联系和区别: 通过数据可以推导出知识, 比如我们可以通过一系列出售数据推导出这个商店是卖什么的(是否正确地运用知识对数据做出解释,以得到准确的信息)
    • 列举几项你知道的数据挖掘应用, 并论述数据挖掘在其中的作用?
      • 传感数据(卫星, 位传感器)
      • 天体/空间物理数据
      • 生物/化学数据(基因序列, 分子结构)
    • 数据挖掘方法过程是什么?
      • 挖掘前(数据清理, 变换, 归约, 采样, 统计, 预计算)
      • 关键方法:
        • 分类预测
        • 聚类分析
        • 孤立点分析
        • 趋势和演变分析
    • 数据挖掘与统计的区别与联系?
      • 有大量数据的地方就需要数据挖掘
      • 统计是初级阶段, 挖掘是进阶
      • 数据挖掘是多学科交叉, 统计学只是其中的一部分
    • 数据挖掘与数据管理的区别与联系?
      • 只有经过一定的数据管理过程才能让数据挖掘出来的信息更有价值?..

    二 认识数据

    • 数据属性有哪些类别?不同类别的属性有哪些作用?
      • 标称属性: 就是用来描述一类事物的, 一般用来分类。
      • 二元属性: 就是0或者1
      • 序数属性: 就是属性之间有顺序的 如讲师, 副教授, 教授
      • 数值属性: 定量的, 分为区间标度属性和比例标度属性
      • ps. 标称, 二元, 序数是定性的, 数值是定量的
    • 如何对属性的区间标度变量和二元变量进行相似度度量?
    • 基本统计描述有哪些?
      • 总量描述
      • 中心趋势描述(均值, 中位数, 众数, 中列数)
      • 相对描述
      • 变异描述(指标变异越大, 平均数的代表性越小;指标变异越小, 平均数代表性越大)
    • 基本统计描述该如何使用?
      • 会算不等于会用
      • 首先理解各个指标代表的意义
      • 进行相关分析, 找到变量之间的关联关系
      • 进行回归分析, 通过一般关系推导数学模型, 通过已知变量推导未知变量
    • 为什么需要进行数据可视化?
      • 借助图形化的手段, 清晰有效的传达和沟通信息
    • 数据可视化的七个阶段是什么?
      • 获取
      • 分析
      • 过滤
      • 挖掘
      • 表达
      • 修饰
      • 交互
    • 数据可视化解决的重点问题是什么?
      • 数据来源
      • 数据结构
      • 关注信息
      • 分析处理
      • 视觉模型
      • 清晰易读
      • 操作控制

    三 数据预处理

    • 数据预处理的作用?
      • 在数据进行处理前进行的一些操作
      • 现实世界中通常无法直接对原始数据进行挖掘或者结果差强人意, 为了提高数据挖掘质量我们需要进行数据预处理, 将数据处理成更加符合预期的数据。
    • 什么是ETL?ETL包括哪些步骤?
      • ETL是数据抽取(Extract)、清洗(Cleaning)、转换(Transform)、装载(Load)的过程。是构建数据仓库的重要一环,用户从数据源抽取出所需的数据,经过数据清洗,最终按照预先定义好的数据仓库模型,将数据加载到数据仓库中去。
    • 数据质量问题包含哪些?由什么原因导致?
      • 数据质量在这里插入图片描述
      • 数据质量原因在这里插入图片描述
        在这里插入图片描述
    • ETL的常见问题包含哪些?
      • 字符集问题
      • 缓慢变化维处理
      • 增量, 实时同步的处理
      • 错误数据的检测
      • 变化数据的捕获
      • 抽取异常中止的处理
    • 数据库和数据仓库的区别?
      在这里插入图片描述
    • NoSql数据模型有哪些?与SQL模型相比, 有什么区别和联系, 各有什么优劣?
      • 键值对模型如(redis, MemcacheDB等)
      • 文档模型(如 xml, json, mongoDB等)
      • 列族模型(如 hbase, amazon simpleDB等)
      • 图模型(如 neo4J)
      • SQL和No-SQL的关系区别
    • 常见的数据预处理方法有哪些?分别如何处理?
      • 数据清洗
      • 数据集成与变换
      • 数据归约
      • 离散化和概念分层
    • TF-IDF算法是什么, 有什么实际意义?
      • 算法过程在这里插入图片描述
      • 数学含义在这里插入图片描述

    四 分类基础

    • 概念描述和OLAP的区别是什么?
      • OLAP联机分析处理,是数据仓库的核心,是对OLTP的历史数据进行加工,分析处理,用于处理商业智能,决策支持等重要的决策信息
    • 概念描述方法有哪些?
      • 数据泛化
      • 解析特征
      • 挖掘类比较
    • 什么是分类, 什么是有指导/无指导学习?
      • 分类就是将样本按照不同特征分为不同类别
      • 有指导学习: 模型的学习在被告知每个训练样本属于哪个类的指导下进行
      • 无指导学习: 模型不知道训练样本属于哪个类, 聚类是典型的无指导学习
    • 什么是决定性现象, 什么是不确定现象?
      • 决定性现象: 就是不是0就是1的现象, 如水到100度必然沸腾, 筛子不可能到8点
      • 不确定现象: 在基本条件保持不变的情况下, 一系列的实验会得到不同的结果。
    • 什么是随机试验, 样本空间, 样本点, 随机事件, 复合事件, 必然事件, 不可能事件?
      在这里插入图片描述
      在这里插入图片描述
    • 事件间的关系有哪些?
    • 概率与频率的区别与联系?
      • 在试验次数足够多的情况下, 频率趋近于概率
    • 概率有哪些基本性质?
    • 什么是古典概率?
    • 什么是条件概率?条件概率有哪些性质?
      • 在这里插入图片描述
    • 什么是乘法定理?
      在这里插入图片描述
    • 条件概率与无条件概率有什么关系?
      在这里插入图片描述
    • 条件概率与积事件概率有什么关系?
      在这里插入图片描述
    • 什么是全概率公式?
      在这里插入图片描述
    • 什么是贝叶斯公式, 贝叶斯公式有什么作用, 有哪些局限性?
      在这里插入图片描述
      在这里插入图片描述
    • 什么是朴素贝叶斯分类?
      • 就是贝叶斯中特征都是独立存在的?
        在这里插入图片描述
    • 什么是贝叶斯网络? 贝叶斯网络和朴素贝叶斯有什么区别和联系?
      在这里插入图片描述
      • 区别和联系
        在这里插入图片描述

    五 决策树与链接分析

    • 什么是决策树?
      在这里插入图片描述
    • 决策树有什么用?
      在这里插入图片描述
    • 决策树生成方法有哪些?各有什么特点?
    • 如何对决策树进行剪枝?
      • 前期修剪
      • 后期修剪
    • 为什么要进行规则提取?如何进行规则提取?
      • 很多规则有可能冗余?
    • 决策树的进一步策略有哪些?
      • 纯度计算
      • 错误率计算
      • 多属性组合分类
    • 什么是图?
      • 对象(节点) 及 对象间关系(边)的一种直观展示
        在这里插入图片描述
    • 如何计算图的最短路径?
    • Pagerank, 漏斗模型, 关键路径, 矩阵分析有哪些作用?
      • pagerank: 就是根据不同网页间链接的出度入度数量 判断网页权重
      • 漏斗模型: 自顶而下, 逐层反应各个流程的数量和比例便于分析流失原因和转化率
      • 关键路径: 顶点表示事件, 弧表示活动, 弧上权值表示活动持续时间, 用来预估工程时间(关键路径算法)
      • 矩阵分析: 表示两个因素之间的关联关系?

    六 随机过程与抽样

    • 什么是马尔科夫模型?什么是转移概率?什么是C-K方程?
    • 什么是HMM, HMM的三大问题是什么?
    • HMM三大问题的求解算法是什么?
    • 什么叫抽样?抽样都有哪些?如何抽样?

    七 聚类基础

    • 什么是聚类?
      在这里插入图片描述
    • 聚类有什么用?
    • 聚类和分类有什么区别和联系?
    • 划分聚类的算法思想, 过程, 优点, 缺点和可拓展点有哪些?
      在这里插入图片描述
      在这里插入图片描述
    • 点与点, 点与类, 类与类的距离计算方法有哪些?
      在这里插入图片描述
      在这里插入图片描述
    • 聚类评估典型任务有哪些, 思想分别是什么, 有哪些典型的计算方法?

    八 高级聚类方法

    • 密度聚类的核心概念 算法思想 过程 优点 缺点?
    • 网格聚类的核心概念 算法思想 过程 优点 缺点?
    • 图聚类的核心概念 算法思想 过程 优点 缺点?
    • 什么是离群点?
    • 离群点检测有什么意义?
    • 离群点检测方法有哪些?

    九 频繁模式挖掘基础

    • 什么是频繁模式?
    • 频繁模式相关基本概念有哪些?
    • 支持度和置信度的计算和作用?
    • 什么是关联规则?
    • 频繁模式挖掘有哪些作用?
    • Apriori方法的思想 过程 优点 缺点是什么 改进方法有哪些?
    • 什么是频繁图?
    • 如何挖掘频繁图?

    十 频繁模式挖掘进阶和关联规则

    • 如何进行频繁序列挖掘?
    • 如何生成关联规则?
    • FP-Tree方法是什么 如何挖掘FP-Tree?
    • 什么是多层关联规则?
    • 为什么进行模式评估?
    • 如何判断相关性 如何计算兴趣度?

    十二 群体智能挖掘

    • 遗传学算法的生物学基础/算法思想/基本过程?
    • 蚁群算法的生物学基础/算法思想/基本过程?
    • 人工蜂群算法的生物学基础/算法思想/基本过程?
    • 人工神经网络算法的生物学基础/算法思想/基本过程?

    十三 集成挖掘

    • bagging和boosting机制分别是什么, 有什么异同点?
    • Bandit策略是什么?
    • 随机森林算法基本思路是什么?
    • GBDT算法基本思路?
    • adaboost算法基本思路?

    十四 复杂类型数据挖掘

    • 什么是模糊集, 模糊计算有什么性质?
    • 如何进行模糊统计?
    • 什么是模糊矩阵, 模糊矩阵如何运算?
    • 如何进行模糊聚类, 如何进行模糊分类?
    • 空间数据和序列数据有什么特点?
    • 空间挖掘与序列挖掘与普通挖掘方法有什么区别和联系?
    • 序列有哪些种, 判别方法有哪些?
    • 什么是GMM, GMM求解算法是什么?
    展开全文
  • 医学图像数据汇总

    千次阅读 2020-01-15 12:20:30
    汇总|医学图像数据集,更干货获取请关注公众号~ 一、 胰腺分割数据数据下载链接:http://academictorrents.com/details/80ecfefcabede760cdbdf63e38986501f7becd49 数据介绍:包含82个病例的胰腺数据集。 ...

    前言

    本文首发于公众号【3D视觉工坊】,原文请见汇总|医学图像数据集,更多干货获取请关注公众号~

    一、 胰腺分割数据集

    数据下载链接:http://academictorrents.com/details/80ecfefcabede760cdbdf63e38986501f7becd49
    数据介绍:包含82个病例的胰腺数据集。

    二、MICCAI胰腺分割数据集

    数据下载链接:http://medicaldecathlon.com/
    数据介绍:282个训练病例,139个测试病例,同时分割胰腺和肿瘤,测试集label是hidden的。

    三、The National Library of Medicine presents MedPix

    数据下载链接:https://medpix.nlm.nih.gov/home
    数据介绍:MedPix®是一个免费的开放式在线访问数据库,其中包含医学图像,教学案例和临床主题,集成了图像和文本元数据,包括12,000多个患者案例,9,000个主题和近59,000个图像。我们的主要目标受众包括医师和护士,专职医疗人员,医学生,护理生以及其他对医学知识感兴趣的人。内容材料按疾病位置(器官系统)组织;病理类别患者资料;以及通过图像分类和图像标题。该集合可按患者症状和体征,诊断,器官系统,图像形式和图像描述,关键字,特约作者和许多其他搜索选项进行搜索。

    四、阿尔茨海默氏病神经影像数据

    数据下载链接:http://adni.loni.usc.edu/data-samples/access-data/
    数据介绍:阿尔茨海默氏病患者和健康对照的MRI数据库。 还具有临床,基因组和生物制造商数据。
    在这里插入图片描述

    五、结肠癌CT数据

    数据下载链接:https://wiki.cancerimagingarchive.net/display/Public/CT+COLONOGRAPHY#dc149b9170f54aa29e88f1119e25ba3e
    数据介绍:CT扫描诊断结肠癌。 包括没有息肉,6-9mm息肉和大于10mm息肉的患者的数据。 该系列中有825例带有XLS片的病例,提供了息肉描述及其在结肠段中的位置。
    在这里插入图片描述
    在这里插入图片描述

    六、用于视网膜提取的数字视网膜图像

    数据下载链接:https://www.isi.uu.nl/Research/Databases/DRIVE/download.php
    数据介绍:用于视网膜图像中血管分割的比较研究,它由40张照片组成,其中7张显示出轻度早期糖尿病性视网膜病变的迹象。
    在这里插入图片描述
    在这里插入图片描述

    七、AMRG Cardiac Atlas(心脏MRI图像)

    数据下载链接:http://www.cardiacatlas.org/studies/amrg-cardiac-atlas/
    数据介绍:奥克兰MRI研究小组的Siemens Avanto扫描仪采集的正常患者心脏的完整带标签MRI图像集。
    在这里插入图片描述
    在这里插入图片描述

    八、先天性心脏病(CHD)图集

    数据下载链接:https://data.gov.uk/dataset/f13fbd0e-fc8a-4d42-82ef-d40f930e4b70/congenital-heart-disease-chd
    数据介绍:先天性心脏病(CHD)图集代表来自患有各种先天性心脏病的成年人和儿童的MRI数据集,生理临床数据和计算机模型。

    九、大脑MRI数据集

    数据下载链接:http://www.oasis-brains.org/

    数据介绍:OASIS影像研究开放获取系列(OASIS)是一个旨在向科学界免费提供大脑的MRI数据集的项目。有两个数据集:横截面和纵向集。年轻,中年,非痴呆和痴呆老年人的横断面MRI数据:此集合包括416名18至96岁的受试者的横断面集合。非痴呆和痴呆老年人的纵向MRI数据:该组纵向收集了150名年龄在60至96岁之间的受试者。两次或两次以上就诊时对每个受试者进行了扫描,相隔至少一年,共进行373次成像。
    在这里插入图片描述

    十、Isic Archive(黑色素瘤)

    数据下载链接:https://github.com/GalAvineri/ISIC-Archive-Downloader
    数据介绍:该档案库包含分类皮肤损伤的23k图像。 它包含了恶性和良性的例子。每个示例均包含病变的图像,有关病变的元数据(包括分类和分割)以及有关患者的元数据。
    在这里插入图片描述

    十一、森尼布鲁克心脏数据

    数据下载链接:http://www.cardiacatlas.org/studies/

    数据介绍:Sunnybrook心脏数据(SCD)也称为2009心脏MR左心室分割挑战数据,由来自以下患者和病理混合的45幅cine-MRI图像组成:健康,肥大,伴有梗塞和心脏的心力衰竭。
    在这里插入图片描述

    十二、肺部图像数据库联盟(LIDC)

    数据下载链接:https://wiki.cancerimagingarchive.net/display/Public/LIDC-IDRI#

    数据介绍:肺图像数据库联合会图像收集(LIDC-IDRI)包括诊断性和肺癌筛查性胸部X线断层扫描(CT)扫描,并标明带注释的病变。 它是可通过网络访问的国际资源,用于开发,培训和评估用于肺癌检测和诊断的计算机辅助诊断(CAD)方法。 由美国国立癌症研究所(NCI)发起,并由美国国立卫生研究院(FNIH)基金会进一步推动,并在食品药品监督管理局(FDA)的积极参与下,这种公私合作伙伴关系证明了一项成功的研究成果。
    在这里插入图片描述

    十三、INbreast:数字化乳腺摄影数据库

    数据库下载链接:http://medicalresearch.inescporto.pt/breastresearch/index.php/Get_INbreast_Database

    数据库介绍:INbreast数据库是一个乳腺摄影数据库,其中的图像是从位于大学医院(葡萄牙波尔图的乳腺癌中心,圣若昂医院)的乳腺癌中心获取的。 INbreast共有115例(410幅图像),其中90例来自双乳女性(每例4幅图像),而25例来自乳房切除术患者(每例2幅图像)。 包括几种类型的病变(肿块,钙化,不对称和变形)。 专家还以XML格式提供了精确的轮廓。

    十四、前列腺癌数据集

    数据下载链接:http://www.ehealthlab.cs.ucy.ac.cy/index.php/facilities/32-software/218-datasets

    数据介绍:
    1、图像格式:关于数据集的某些技术方面,T2-W MRI,DCE MRI和DWI MRI,ADC将以DICOM格式交付。
    2、关于MRSI数据将以RDA(西门子)或DICOM(GE)格式提供。
    3、以DICOM格式提供每种形式的所有地面真实图像。

    Ground Truth:
    对于每种方式,都提供了一组Ground Truth。GT由四个不同类别组成:(i)前列腺,(ii)边缘区(PZ),(iii)中央腺体(CG),(iv)CaP。

    十五、SCR数据库(胸部X光片中的分割)

    数据下载链接:http://www.isi.uu.nl/Research/Databases/SCR/

    数据介绍:所有胸部X光片均取自JSRT数据库,这是一个公开可用的数据库,其中包含247张PA胸片。在每幅图像中,都对肺野,心脏和锁骨进行了手动分割,以提供参考标准。

    在这里插入图片描述

    展开全文
  • 本章主要内容:创建数据透视表,更改数据透视表汇总方式,数据透视表中的组合,汇总多数据,创建计算字段,生成张工作表。
  • Python 汇总多个Excel表数据

    千次阅读 2019-11-19 01:13:12
    本文使用xlrd模块读取Excel,使用openpyxl模块写入Excel,可将同表头结构的数据汇总至同一Excel文件中。 该小工具应该是网上同类小工具中效率较高的,只需要单次循环即可解决。 代码如下: # 汇总相同表头的Excel...
  • 数据汇总

    万次阅读 2018-11-26 10:57:52
    原始数据的采集   下面是对原始采集数据质量的评估:   1)图像、视频:分辨率,清晰度,光照,色彩等   2)语音:清晰度,背景音等   3)文本:是否自然语言,是否专业,与主题相关性等   下面是对数据...
  • 数据结构面试经典问题汇总

    千次阅读 多人点赞 2020-05-26 16:23:13
    数据结构面试经典问题汇总参考资源:基础深入补充: 参考资源: 基础 数据结构常见面试题 深入 数据结构面试题(三) 数据结构面试必问 数据结构算法常见面试考题 补充: 1.数组和链表的区别,请详细解释。 从逻辑...
  • 数据库数据查询汇总

    千次阅读 多人点赞 2019-12-31 17:36:51
    表连接 嵌套查询 集合查询 数据更新 插入数据 修改数据 删除数据 项目需求 前言 本篇博文主要是数据库SQL语句的总结,其中会有一些经常会忽略的小知识点。这里总结了数据查询和数据更新,其中比较重要且...
  • 数据挖掘考试习题汇总

    千次阅读 2020-06-25 15:50:36
    2、元数据是描述数据仓库内数据的结构和建立方法的数据,它为访问数据仓库提供了一个信息目录,根据数据用途的不同可将数据仓库的元数据分为技术元数据和业务元数据两类。 3、数据处理通常分成两大类:联机事务处理...
  • 有时Excel数据透视表中的值字段较,我这有64个值字段,因为数据默认汇总方式是“求和”。如果要全部更改其汇总方式,如将下图数据透视表中所有值字段的汇总方式由“求和”改为“平均值”,手动逐个修改费时费力。 ...
  • 数据分析方法汇总

    千次阅读 2014-12-31 10:15:24
    描述性统计是指运用制表和分类,图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充:常用方法:剔除法、均值法、最小邻居法、比率\回归法、决策树法。 2、正态性检验:很...
  • 数据结构简答题汇总

    千次阅读 多人点赞 2020-05-12 23:56:08
    面对即将要参加的考研复试,数据结构是必考科目,希望以下能派上用场 1.算法的时间复杂度: 答:在程序中反复执行的语句的执行次数被称为语句的频度,时间复杂度就是所有语句频度之和的数量级,而所有语句的频度之和...
  • uci数据汇总及翻译

    万次阅读 多人点赞 2019-08-02 15:43:10
    uci数据汇总及翻译 数据来源 http://archive.ics.uci.edu/ml/datasets.html 欢迎大家关注我的微信公众号,未来上面会推送python 机器学习 算法学习 深度学习 论文阅读 以及偶尔的小鸡汤等内容。ようこそいらっしゃ...
  • 2020版中国开放数据(Open Data)及政府数据开放平台汇总 北京市 北京市政务数据资源网 http://www.bjdata.gov.cn/jkfb/index.htm 56家单位、1147类数据集、7653万余条数据记录 上海市 上海市政府数据服务网 ...
  • Excel数据的分类汇总

    千次阅读 2018-08-29 15:09:50
    分类汇总是先对数据清单中的数据进行分类,然后在分类的基础上进行汇总。分类汇总时,用户不需要创建公式,系统会自动创建公式,对数据清单中的字段进行求和、求平均值和求最大值等函数运算。分类汇总的计算结果,将...
  • 数据仓库知识点汇总

    千次阅读 2019-10-09 15:04:01
    数据仓库形象解释 业务场景如下图 举例说明: 在很久很久以前,世界上生活着许多种族,有人类,有矮人,有精灵......他们有着不同的信仰,不同的文化,彼此相安无事。可是,有一个猥琐男却偏偏想要统治整个世界...
  • 数据的分类汇总

    千次阅读 2018-08-15 14:39:55
    分类汇总是按某一字段的内容进行分类,并对每一类统计出相应的结果数据; 创建分类汇总:创建分类汇总之前,首先要对工作表中的数据进行排序 创建分类汇总的具体步骤如下: 打开实例的原始文件,选中单元格区域A2...
  • excel 数据透视表完成分类汇总

    千次阅读 2018-09-07 16:06:27
    例如,当我们有一组班级学生的成绩表,想统计各个科目下各个分数段的人数有多少,怎么用数据透视表快速实现呢。首先,插入数据透视表,这一部分忽略。...这样就可以分层汇总人数什么的了!超级快速  ...
  • 各种数据汇总——转载而来

    千次阅读 2019-03-21 09:55:26
    目前系统整理了一些网上开放的免费科研数据集,以下是分类列表以及下载地址,供高校和科研机构免费下载和使用。 金融 美国劳工部统计局官方发布数据 上证A股日线数据,1999.12.09 至 2016.06.08,前复权,1095支...
  • 考研数据结构的知识点汇总

    千次阅读 多人点赞 2019-10-24 16:24:49
    2.数据元素:数据的基本单位,(一个数据元素可由若干数据项组成)。 3.数据项数据的不可分割的最小单位。 4.数据对象:性质相同的数据元素的集合,是数据的一个子集。 5.数据结构:指互相之间存在着一种或多种...
  • 描述性统计分析 频数分析 通过频数分析可以得到详细的频数表以及平均数、最大值、最小值、方差、标准差、极差、平均数标准误、峰度系数、偏度...特色:除具备一般的描述性指标,数据指标与图形描述,还可以根据一定的
  • 实际操作中,往往会处理一些相同格式的Excel表格数据,比如某商家都是按照每月进行产品A和B的数据的统计,有时为了季度或者年度数据的或者,就需要将个Excel中的表格数据汇总到一起(不是覆盖),并且表格的标题还...
  • 统计学中常用的数据分析方法汇总

    千次阅读 2020-06-21 15:38:22
    描述统计是通过图表或数学方法,对数据资料进行整理、分析,并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。描述统计分为集中趋势分析、离中趋势分析和相关分析三大部分。 集中趋势分析集中...
  • 16种常用的数据分析方法汇总

    万次阅读 多人点赞 2017-04-04 16:16:33
    经常会有朋友问到一个朋友,数据分析常用的分析方法有哪些,我需要学习哪个等等之类的问题,今天数据分析精选给大家整理了十六种常用的数据分析方法,供大家参考学习。 一、描述统计 描述性统计是指运用制表和...
  • 数据挖掘网站汇总

    千次阅读 2008-07-28 15:07:00
    主体系统,学习,单功能主体,智能界面,图标界面,专家系统,数据挖掘,知识库的设计等。 微软研究-机器学习和应用统计研究小组 2006-12-02 http://research.microsoft.com/research/mlas/ 机器学习和应用统计...
  • 数据结构基础概念篇

    万次阅读 多人点赞 2017-11-14 13:44:24
    数据结构一些概念 数据结构就是研究数据的逻辑结构和物理结构以及它们之间相互关系,并对这种结构定义相应的运算,而且确保经过这些...数据项数据的不可分割的最小单位。一个数据元素可由若干个数据项组成。 数据
  • 在工作中我们的统计的数据往往是无序的,这会给数据的统计带来许多的麻烦,这时候使用分类汇总的功能就可以解决这个问题: 第一步-选中目标区域(需要进行分类汇总数据),先讲目标区域进行排序,如图: 第二...
  • 游戏常用数据分析指标汇总

    千次阅读 多人点赞 2019-10-22 21:31:25
    乐元素移动游戏运营数据分析指标汇总 一、用户获取 1、mobile用户获取流程 点击-下载-安装-激活-注册-DNU 点击:点击广告页或者点击广告链接数 下载:点击后成功下载用户数 安装:下载程序并成功安装用户数 ...
  • 游戏数据分析常用指标汇总

    千次阅读 2018-07-01 17:21:42
    乐元素移动游戏运营数据分析指标汇总Happy Elements Mobile Game Data Analysis Aggregation Of Operation Metrics一、用户获取1、mobile用户获取流程点击-下载-安装-激活-注册-DNU点击:点击广告页或者点击广告链接...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 79,956
精华内容 31,982
关键字:

多项数据汇总