文章來源：Python大數據分析
有個熱門提問，日常工作中Python+Pandas是否能代替Excel+VBA?我的建議是，兩者是互補關係，不存在誰替代誰。
複雜資料分析挖掘用Python+Pandas，日常簡單資料處理用Excel+VBA。
從資料處理分析能力來看，Python+Pandas肯定是能取代Excel+VBA的，而且要遠遠比後者強大。
但從便 …
轉自：浪尖聊大數據
大家在工作中是不是經常要做各種分析，但又常常遇到無從下手，抓不住重點，搞不清關鍵資料的情況。俗話說“工欲善其事，必先利其器。”一個好用的資料分析模型，能給我們提供一種視角和思維框架，從而幫我們理清分析邏輯，提高分析準確性。
今天特意為大家整理出了8大常用資料分析模型，幫助大家快速提高資料分析能力。
1、AARRR模型
AAR …
對於資料分析師來說，我們是必須學習統計學知識的，畢竟天天跟資料打交道，總不能連最基礎的統計學知識都不會吧？
舉個例子，資料分析，你如果連最起碼的置信區間都不懂，你還怎麼處理資料？如果統計學中最基本、核心的思想：用樣本估計總體，你都沒概念，就別說自己會資料分析了。
但多數人在學習統計學知識時會無比頭疼，因為統計學的書籍裡幾乎都是複雜的推理公式，讓人難以理 …
文章來自於：傑哥的IT之旅
Python憑藉其簡潔的程式碼，贏得了許多開發者的喜愛。因此也就促使了更多開發者用Python開發新的模組，從而形成良性迴圈，Python可以憑藉更加簡短的程式碼實現許多有趣的操作。下面我們來看看，我們用不超過10行程式碼能實現些什麼有趣的功能。
一、生成二維碼
二維碼又稱二維條碼，常見的二維碼為QR Code，QR全稱Quick Response，是一個近幾年來移動裝置上超流行的一種編碼方式，而生成一個二維碼也非常簡單，在Python中我們可以透過MyQR模組了生成二維碼，而生成一個二維碼我們只需要2行程式碼，我們先安裝MyQR模組，這裡選用國內的源下載：
安裝完成後我們就可以開始寫程式碼了：
文章來源於DataCharm ，作者寧俊騏
有很多讀者私信小編“有啥系統介紹視覺化類型的學習和參考資料？”。小編平時在繪製視覺化作品時，也會對種類繁多的視覺化圖表選擇和系統繪製無從下手。今天，小編就推薦平時自己參考的視覺化表種類網站，幫你熟悉和完善圖表類型。內容如下：
Chart Guide
Datavizproject
Chart Guide
要想對所有視覺化圖表有個清楚的認識和分類，Chart Guide這個優秀的視覺化網址就不得不說下了。其提供豐富的圖表類型和每一種圖表的設計參考，為視覺化愛好者提供詳細參考。接下里小編就詳細介紹這個網站。
1、「網址和主要內容」
Chart Guide的網站為https://chart.guide/。內容包括Choose a Chart和Design a Chart兩個主要部分，前者包含多個視覺化圖表類型，後者則是對每一種圖表進行解釋和設計建議。
2、「圖表種類」
Chart Guide提供多達6大類圖表類型，分別為:
類別比較型(Comparing Categories)
時間序列型(Change over time)
區域性整體型(Part to whole)
關係或等級型(Relationship or hierarchy)
地理空間型(Geospatial)
資料分佈型(Distribution)
3、「圖表類比展示」
這一部分小編分別列出每一個圖形類別及其多個圖表小類，便於小夥伴們閱讀，如下：
類別比較型(Comparing Categories)：顯示不同類別之間的比較，包含的多個子類如下：
時間序列型(Change over time)：顯示隨著時間的推移或趨勢的發展，包含的多個子類如下：
文章來源於：可樂的數據分析之路
應用程式慢如牛，原因多多，可能是網路的原因、可能是系統架構的原因，還有可能是資料庫的原因。
那麼如何提高資料庫SQL語句執行速度呢？有人會說效能調優是資料庫管理員（DBA）的事，然而效能調優跟程式設計師們也有莫大的關係。
程式中嵌入的一行行的SQL語句，如果使用了一些最佳化小技巧，定能達到事半功倍的效果。
技巧1 比較運算子能用 “=”就不用“<>”
“=”增加了索引的使用機率。
技巧2 明知只有一條查詢結果，那請使用 “LIMIT 1”
“LIMIT 1”可以避免全表掃描，找到對應結果就不會再繼續掃描了。
技巧3 為列選擇合適的資料型別
能用TINYINT就不用SMALLINT，能用SMALLINT就不用INT，道理你懂的，磁碟和記憶體消耗越小越好嘛。
技巧4 將大的DELETE，UPDATE or INSERT 查詢變成多個小查詢
能寫一個幾十行、幾百行的SQL語句是不是顯得逼格很高？然而，為了達到更好的效能以及更好的資料控制，你可以將他們變成多個小查詢。
