数据分析小小书 XXshu

图书馆信息可视化

图片由rawpixel.com在Unsplash上拍摄 Hayes，Zaphyris和其他专业人士发表文章，讨论在信息可视化实践和图书馆中应用方面进行协作的重要性和好处。海斯等。（2009年）描述“图书馆是研究人员能够利用这些资源的信息专业知识的逻辑枢纽”。在已经进行了知识交换的中央位置（例如图书馆）内进行协作和构建信息可视化服务是有好处的。 Zaphyris等。（2004年）进一步支持该系统构建实践，指出“使用户和其他关键利益相关者参与交互式DL [数字图书馆]服务设计的好处”。但是，挑战在于这些文章仅讨论学术图书馆和特殊图书馆的设置，这限制了信息可视化实践仅对专业人员的可访问性。为了应对这种狭collaboration的合作挑战，公共图书馆是必需的。诸如Digital Innovation Hubs，Toronto Public Library之类的公共场所可以通过公共访问和输入来提供可视化系统开发。尽管当前的趋势是3D打印和照片处理，但是通过开放数据社区中心，数据分析知识的交换和服务仍处于初步阶段。作为成员，了解此小组的专家包括数据科学家，政策制定者和社区工作者在内的广泛专家，他们自愿花时间研究，可视化和分析数据，并在需要时可以使用图书馆工具和互联网。因此，遵循与图书馆合作的相同原则，同时从事服务开发，扩大了实践的参与范围和可能性。…

在电子表格外部过滤CSV文件

方法3：BigQuery 本系列的第三篇也是最后一篇文章再次解决了在电子表格外部过滤CSV文件的任务。快速回顾一下：在准备演示数据时，由于大小原因，我无法将源数据文件导入Google表格。在知道我要针对一小部分数据进行分析（listing_id为66288的行）之后，我开始探索用于过滤数据的选项，然后再将其导入Google表格。第一种方法使用命令行工具，第二种方法使用称为Trifacta Wrangler的桌面应用程序。在本文中，我将展示我最终选择用来快速浏览，过滤和导出数据的工具。称为BigQuery。 BigQuery是Google Cloud Platform的一部分，是一个完全托管的数据仓库，用户可以在其中使用SQL存储和分析数据。它成名的说法是它能够快速处理大量数据。但是BigQuery可以快速简便地用于任何大小的数据。 BigQuery有一个免费层，每月最多可分析1TB数据，并存储10GB数据。报名参加GCP免费试用启动和运行第一个BigQuery项目的最简单方法是在cloud.google.com/free上进行免费试用注册。 BigQuery有免费层，但用户必须启用计费帐户（免费试用过程的一部分）才能存储自己的表（前10GB免费）。创建一个BigQuery项目…

您需要知道的17个Google表格提示和技巧

Google表格是一个很棒的免费工具，可用于创建和编辑电子表格。它使您可以轻松地实时工作并与他人协作。 Google表格具有许多您可能不熟悉的功能，这些功能可以保证提高您的工作效率。在本文中，我们将分享17种Google表格的提示和技巧，这些技巧可以帮助您节省工作时间。如果您想学习如何在更少的时间内充分利用数据，请继续阅读： 1）键盘快捷键您可能知道一些快捷方式，例如复制和粘贴（Ctrl + C，Ctrl + V），但是触手可及的功能更强大。例如，使您可以移至下一张工作表并更改数据格式的快捷方式。找到“帮助”菜单，以了解更多信息或查看此键盘快捷键列表。 2）将图像添加到单元格要将图像直接放入单元格中，请输入= image（“您要添加的图像的URL”）。有一些用于插入和格式化图像的选项：…

整理电子表格的改变生活的魔力

就像大多数爱情故事中的主人公一样，我快速而又盲目地迷恋于电子表格。一旦我意识到我们的化学反应（我的逻辑痴迷的大脑，他们无限的潜力），我们就变得密不可分。刚开始时，没有什么比新的电子表格更让我兴奋或害怕了。在此画布上，我可以计划任何项目，讲述任何故事，解决任何问题。我接连创作了一个杰作，每个选项卡都比上一个更多，并且公式的长度接近论文长度。但是随着爱情的发生，事情很快就变得混乱了。我创建了许多复杂，复杂的电子表格，以至于无法追踪自己的工作。从某种意义上说，我会变得像科学怪人一样，把整齐的电子表格怪兽拍打在一起，甚至我都听不懂。欢迎来到地狱如果您曾经在一家初创公司工作过或者不得不动态学习一项新技能，那么您可能也处于类似的位置。您需要一个答案，统计数据，以及找到它的最佳方法就是变得“草率”。但是旧习惯会死得很重，而当您“被黑客入侵”时，曾经让您度过一天的那种草率又会困扰您。需要成为过程。在这一点上（或希望在此之前），在工作中包含意图是很重要的。这就是我的旅程，因为战略建模和数据分析从工作描述的要点变成了我每天的生活和呼吸。随着公式百科全书的增加和Google云端硬盘的容量逐渐增加，我学会了在迅速发展的技能与意向性和整洁度之间取得平衡。无论您是将电子表格视为BFF还是疯狂，都不可避免地要两个人闲逛。幸运的是，电子表格植根于逻辑！只需使用少许Google搜寻公式，并掌握一些合理的逻辑，就可以使用电子表格来探索任何问题。但是，正如本叔叔对彼得·帕克（Peter…

基于数据的KPI来监视项目的运行状况和团队效率

作者：布莱恩·谢菲尔德（Bryan Sheffield）/©CorbisOutline./©Vanityfair JIRA速度图示例©Atlassian 速度简单来说，就是迭代中已完成工作的估算总和。这是监视团队绩效并增强其更好地评估任务的能力的良好指标。烧毁图表©JRothman Sprint Burndown实时指示团队在计划任务中的进度。通过基于“理想进度”监视其余工作，团队可以决定实现冲刺目标的行动。 Sprint的Bug与功能©Amine Rouh 每个Sprint的任务类型跟踪技术债务产生的工作量对于确保在截止日期和预算范围内成功进行项目至关重要。商业价值（MVP）图表©Amine Rouh 业务价值图帮助团队专注于MVP，并在分散注意力的情况下领先于客户和业务价值。根本原因造成的缺陷数量©Amine Rouh…

Microsoft Excel：数据透视表— 3个节省时间的生产率提示

图片提供： http : //www.jsums.edu/instructionaltech/microsoft-excel/microsoft-excel-syllabus/ 数据透视表是Excel的基本工具之一，当您像我们许多人一样花费时间分析信息时，可以使生活变得更轻松。但是，尽管有用，但我们通常会容忍一些烦恼（或者说实话，甚至没有意识到有更简单的方法……）。以下方面曾经是我的“痛点”：经典格式，而不是2007/2010默认布局。很多时候，最好是并排布局，而不是在下面缩进。当基础数据发生更改时，不会发生数据透视表刷新 –在处理数据透视表时，如果基础数据发生更改，则数据透视表不会自动刷新。当您使用多个数据透视表进行大型分析时，这变得很乏味。源数据发生更改，数据透视表数据“源”需要手动更新以包括其他数据行。下面分别讨论这些问题：经典格式，而不是2007/2010默认布局。要切换布局，只需右键单击（在PT中），然后选择“数据透视表选项”：最后，确保关闭“小计”，并且PT现在显示经典版式格式。基础数据更改时不会发生数据透视表刷新…

Microsoft Excel —设计Excel工作簿的规则？ – 第1部分

每种情况都不同，但是这里有一些有用的准则！ Excel —创建目录工作簿索引在本文和以后的文章中，我将探索以下列表中的选定项目，并介绍如何在Excel开发和电子表格工作中实施这些项目。为什么要使用电子表格设计规则？我曾为之或咨询过的每个组织都在其工作流程中使用Microsoft Excel。但是，通常没有设计和设计电子表格的标准方法。这很重要，原因很明显，其中包括：组织-文档和审核的“线索” -电子表格越复杂，文档对流程的要求就越高。易于使用 -为您和其他人使用（其他人可以拿起电子表格并使用它吗？）数据和公式的完整性 – 公式中的 “硬编码”数据，散布在工作簿中的假设等不仅效率低下，而且会使电子表格不可靠且容易出错。易于审核…

如何成为10 x分析师

您听说过10位工程师吗？前1％的用户执行其他99％不能执行的操作。只是更加高效。分析师可以使用相同的类比。如果您是分析师，则很可能已经在使用诸如Tableau之类的业务工具，这些工具可以连接到由数据工程师构建的数据集市。您完全了解数据的性质，但是一开始就不知道如何实际处理它们。您所需要的是一个实际上可以执行与任何数据工程师相同的任务的工具。因为如果您知道如何提取和准备这些数据，那么如果您知道如何解析，转换和连接任何数据源，那么无论何时何地，您都将成为10 x Analyst 。因此，让我们在本文中展示如何通过简单的步骤使用Ananas Analytics Desktop解决工程师问题。我们为非技术用户设计了工具，以完成数据转换工作。假设您要报告上个月的销售活动。您得到了一个巨大的Excel文件（1 Go），其中列出了公司销售代表的月销售额以及存储公司员工详细信息的Postgresql表…

在Datacamp上完成R Track的数据科学家工作后我学到了什么

（这是我计划在100天的写作挑战中计划撰写的一系列文章中的第二篇。）我七个月前开始了数据科学之旅，当时我是在IIM Lucknow教授的带领下进行远程实习的。从那时起，我学到了很多有关数据科学的知识。巧合的是，我正在就读的大学报名参加了datacamp企业计划。我注册了该计划，当我找到“具有R的数据科学家”的轨迹时，我正在寻找各种职业轨迹。我之所以选择这条路，有两个原因。首先，我在Quora上了解了这条曲目，发现许多人对OT的评价很高，其次，我远程实习的编程语言是R。所以我开始了赛道，七个月后，我完成了赛道上的所有课程。这是我学到的。与其他人不同，我没有完成曲目的任何计划。我没有固定的学习时间，前几个月我很不稳定。对于任何以这门课程为起点的人或datacamp上的其他任何人，我建议他们就如何完成课程和有计划的学习制定一个周密的计划。然而，赛道需要一定程度的奉献精神和毅力。我读过，只有2％的人在开始之后才完成了整个曲目。我以这个数字为挑战，并确定参加这项工作的人数占总人数的2％。…

R4DS：学习学习

背景我花了八年的时间才完成了本科学位，这不是因为我花了很多时间去做志愿者或环游世界，而是因为两次辍学（两次！）是因为我从没在K-12天学习过。从我在高中的学习成绩来看，我不是一个你认为会在大学挣扎的孩子。但是，如果您在好成绩的表皮下抓东西，您会看到一个学生除了在课堂上集中精力并完成家庭作业以外，几乎没有付出其他任何努力。事实证明，这种策略在高等教育中不一定奏效。前几年我在大多数大学课程中直到我第三次尝试学士学位时，我才有一位教育工作者指出，学习可能是一个漫长的过程，充满了很多错误，而仅仅因为您没有马上就学会它并不意味着您无法或不会得到它。即使到那时，直到研究生院我才知道自己是一个学习速度非常慢的人，直到今天我仍然在为之奋斗。所以呢？如果您是“ R for Data Science”在线学习社区的学习者，那么我可以想象打开Slack并看到：社区令人眼花depth乱的专业知识和广度…… 似乎无所不知的人似乎无休止的几十个…… 不间断的单词流，例如Jupyter，RMarkdown，类，函数，Project和笔记本… 人们已经在生产实际的代码…