
本章給大家演示一下在實(shí)際工作中如何結(jié)合 Pandas 庫和 openpyxl 庫來自動(dòng)化生成報(bào)表。假設(shè)我們現(xiàn)在有如圖 1 所示的數(shù)據(jù)集。
(圖1)
現(xiàn)在需要根據(jù)這份數(shù)據(jù)集來制作每天的日報(bào)情況,主要包含以下 3 個(gè)方面。
接下來分別實(shí)現(xiàn)。
我們先用 Pandas 庫對數(shù)據(jù)進(jìn)行計(jì)算處理,得到各指標(biāo)的同/環(huán)比情況,具體實(shí)現(xiàn)代碼如下。
#導(dǎo)入文件 import pandas as pd
df = pd.read_excel(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化
sale_data.xlsx') #構(gòu)造同時(shí)獲取不同指標(biāo)的函數(shù) def get_data(date): create_cnt = df[df['創(chuàng)建日期'] == date]['order_id'].count()
pay_cnt = df[df['付款日期'] == date]['order_id'].count()
receive_cnt = df[df['收貨日期'] == date]['order_id'].count()
return_cnt = df[df['退款日期'] == date]['order_id'].count() return create_cnt,pay_cnt,receive_cnt,return_cnt #假設(shè)當(dāng)日是 2021-04-11 #獲取不同時(shí)間段的各指標(biāo)值 df_view = pd.DataFrame([get_data('2021-04-11')
,get_data('2021-04-10')
,get_data('2021-04-04')]
,columns = ['創(chuàng)建訂單量','付款訂單量','收貨訂單量','退款訂單量']
,index = ['當(dāng)日','昨日','上周同期']).T
df_view['環(huán)比'] = df_view['當(dāng)日'] / df_view['昨日'] - 1 df_view['同比'] = df_view['當(dāng)日'] / df_view['上周同期'] - 1 df_view
運(yùn)行上面代碼會得到如圖 2 所示結(jié)果。
(圖2)
上面只是得到了各指標(biāo)的同/環(huán)比絕對數(shù)值,但是日報(bào)在發(fā)出去之前一般都要做一些格式調(diào)整,比如調(diào)整字體。而格式調(diào)整需要用到 openpyxl 庫,我們將 Pandas 庫中DataFrame 格式的數(shù)據(jù)轉(zhuǎn)化為適用 openpyxl 庫的數(shù)據(jù)格式,具體實(shí)現(xiàn)代碼如下。
from openpyxl import Workbook from openpyxl.utils.dataframe import dataframe_to_rows #創(chuàng)建空工作簿 wb = Workbook()
ws = wb.active #將 DataFrame 格式數(shù)據(jù)轉(zhuǎn)化為 openpyxl 格式 for r in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r)
wb.save(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化核心指標(biāo)_原始.xlsx')
運(yùn)行上面代碼會得到如圖 3 所示結(jié)果,可以看到原始的數(shù)據(jù)文件看起來是很混亂的。
(圖3)
接下來,對上面的原始數(shù)據(jù)文件進(jìn)行格式調(diào)整,具體調(diào)整代碼如下。
from openpyxl import Workbook from openpyxl.utils.dataframe import dataframe_to_rows from openpyxl.styles import colors from openpyxl.styles import Font from openpyxl.styles import PatternFill from openpyxl.styles import Border, Side from openpyxl.styles import Alignment
wb = Workbook()
ws = wb.active for r in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r) #第 2 行是空的,刪除第 2 行 ws.delete_rows(2) #給 A1 單元格進(jìn)行賦值 ws['A1'] = '指標(biāo)' #插入一行作為標(biāo)題行 ws.insert_rows(1)
ws['A1'] = '電商業(yè)務(wù)方向 2021/4/11 日報(bào)' #將標(biāo)題行的單元格進(jìn)行合并 ws.merge_cells('A1:F1') #合并單元格 #對第 1 行至第 6 行的單元格進(jìn)行格式設(shè)置 for row in ws[1:6]: for c in row: #字體設(shè)置 c.font = Font(name = '微軟雅黑',size = 12) #對齊方式設(shè)置 c.alignment = Alignment(horizontal = "center") #邊框線設(shè)置 c.border = Border(left = Side(border_style = "thin",color = "FF000000"),
right = Side(border_style = "thin",color = "FF000000"),
top = Side(border_style = "thin",color = "FF000000"),
bottom = Side(border_style = "thin",color = "FF000000")) #對標(biāo)題行和表頭行進(jìn)行特殊設(shè)置 for row in ws[1:2]: for c in row:
c.font = Font(name = '微軟雅黑',size = 12,bold = True,color = "FFFFFFFF")
c.fill = PatternFill(fill_type = 'solid',start_color ='FFFF6100') #將環(huán)比和同比設(shè)置成百分比格式 for col in ws["E":"F"]: for r in col:
r.number_format = '0.00%' #調(diào)整列寬 ws.column_dimensions['A'].width = 13 ws.column_dimensions['E'].width = 10 #保存調(diào)整后的文件 wb.save(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化核心指標(biāo).xlsx')
運(yùn)行上面代碼會得到如圖 4 所示結(jié)果。
(圖4)
可以看到各項(xiàng)均已設(shè)置成功。
我們同樣先利用 Pandas 庫處理得到當(dāng)日各省份創(chuàng)建訂單量的情況,具體實(shí)現(xiàn)代碼如下。
df_province = pd.DataFrame(df[df['創(chuàng)建日期'] == '2021-04-11'].groupby('省份
')['order_id'].count())
df_province = df_province.reset_index()
df_province = df_province.sort_values(by = 'order_id',ascending = False)
df_province = df_province.rename(columns = {'order_id':'創(chuàng)建訂單量'})
df_province
運(yùn)行上面代碼會得到如圖 5 所示結(jié)果。
(圖5)
在得到各省份當(dāng)日創(chuàng)建訂單量的絕對數(shù)值之后,同樣對其進(jìn)行格式設(shè)置,具體設(shè)置代碼如下。
from openpyxl import Workbook from openpyxl.utils.dataframe import dataframe_to_rows from openpyxl.styles import colors from openpyxl.styles import Font from openpyxl.styles import PatternFill from openpyxl.styles import Border, Side from openpyxl.styles import Alignment from openpyxl.formatting.rule import DataBarRule
wb = Workbook()
ws = wb.active for r in dataframe_to_rows(df_province,index = False,header = True):
ws.append(r) #對第 1 行至第 11 行的單元格進(jìn)行設(shè)置 for row in ws[1:11]: for c in row: #字體設(shè)置 c.font = Font(name = '微軟雅黑',size = 12) #對齊方式設(shè)置 c.alignment = Alignment(horizontal = "center") #邊框線設(shè)置 c.border = Border(left = Side(border_style = "thin",color = "FF000000"),
right = Side(border_style = "thin",color = "FF000000"),
top = Side(border_style = "thin",color = "FF000000"),
bottom = Side(border_style = "thin",color = "FF000000")) #設(shè)置進(jìn)度條條件格式 rule = DataBarRule(start_type = 'min',end_type = 'max',
color="FF638EC6", showValue=True, minLength=None, maxLength= None)
ws.conditional_formatting.add('B1:B11',rule) #對第 1 行標(biāo)題行進(jìn)行設(shè)置 for c in ws[1]:
c.font = Font(name = '微軟雅黑',size = 12,bold = True,color = "FFFFFFFF")
c.fill = PatternFill(fill_type = 'solid',start_color='FFFF6100') #調(diào)整列寬 ws.column_dimensions['A'].width = 17 ws.column_dimensions['B'].width = 13 #保存調(diào)整后的文件 wb.save(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化各省份銷量情況.xlsx')
運(yùn)行上面代碼會得到如圖6所示結(jié)果。
(圖6)
一般用折線圖反映某個(gè)指標(biāo)的趨勢情況,我們前面也講過,在實(shí)際工作中一般用matplotlib 庫或者其他可視化庫進(jìn)行圖表繪制,并將其保存,然后利用 openpyxl 庫將圖表插入 Excel 中。
先利用 matplotlib 庫進(jìn)行繪圖,具體實(shí)現(xiàn)代碼如下。
%matplotlib inline import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]='SimHei'#解決中文亂碼 #設(shè)置圖表大小 plt.figure(figsize = (10,6))
df.groupby('創(chuàng)建日期')['order_id'].count().plot()
plt.title('4.2 - 4.11 創(chuàng)建訂單量分日趨勢')
plt.xlabel('日期')
plt.ylabel('訂單量') #將圖表保存到本地 plt.savefig(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化4.2 - 4.11 創(chuàng)建訂單量
分日趨勢.png')
將保存到本地的圖表插入 Excel 中,具體實(shí)現(xiàn)代碼如下。
from openpyxl import Workbook from openpyxl.drawing.image import Image
wb = Workbook()
ws = wb.active
img = Image(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化4.2 - 4.11 創(chuàng)建訂單量
分日趨勢.png')
ws.add_image(img, 'A1')
wb.save(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化4.2 - 4.11 創(chuàng)建訂單量分日
趨勢.xlsx')
運(yùn)行上面代碼會得到如圖 7 所示結(jié)果,可以看到圖表已經(jīng)被成功插入 Excel 中。
(圖7)
上面我們是把每一部分都單獨(dú)拆開來實(shí)現(xiàn)的,最后存儲在了不同的 Excel 文件中。
當(dāng)然,有時(shí)放在不同文件中會比較麻煩,就需要把這些結(jié)果合并在同一個(gè) Excel 的相同 Sheet 或者不同 Sheet 中。
將不同的結(jié)果合并到同一個(gè) Sheet 中
將不同的結(jié)果合并到同一個(gè) Sheet 中的難點(diǎn)在于不同表結(jié)果的結(jié)構(gòu)不一樣,而且需要在不同結(jié)果之間進(jìn)行留白。
首先,插入核心指標(biāo)表 df_review,插入方式與單獨(dú)插入是一樣的,具體代碼如下。
for r in dataframe_to_rows(df_view,index = True,header = True): ws.append(r)
然后,插入各省份情況表 df_province,因?yàn)?append()方法默認(rèn)是從第 1 行開始插入的,而我們前面幾行已經(jīng)有 df_view 表的數(shù)據(jù)了,所以就不能用 append()方法插入,而只能通過遍歷每一個(gè)單元格的方式。
那我們怎么知道要遍歷哪些單元格呢?核心是需要知道遍歷開始的行/列和遍歷結(jié)束的行/列。
遍歷開始的行 = df_view 表占據(jù)的行 + 留白的行(一般表與表之間留 2 行) + 1
遍歷結(jié)束的行 = 遍歷開始的行 + df_province 表占據(jù)的行
遍歷開始的列 = 1
遍歷結(jié)束的列 = df_province 表占據(jù)的列
又因?yàn)?DataFrame 中獲取列名的方式和獲取具體值的方式不太一樣,所以我們需要分別插入,先插入列名,具體代碼如下。
for j in range(df_province.shape[1]):
ws.cell(row = df_view.shape[0] + 5,column = 1 + j).value = df_province.columns[r]
df_province.shape[1]表示獲取 df_province 表有多少列,df_view.shape[0]表示獲取
df_view 表有多少行。
前面說過,遍歷開始的行是表占據(jù)的行加上留白的行再加 1,一般留白的行是 2,
可是這里為什么是 df_view.shape[0] + 5 呢?因?yàn)?df_view.shape[0]是不包括列名行的,而且在插入 Excel 中時(shí)會默認(rèn)增加 1 行空行,所以需要在留白行的基礎(chǔ)上再增加 2 行,
即 2 + 2 + 1 = 5。
因?yàn)?range()函數(shù)默認(rèn)是從 0 開始的,而 Excel 中的列是從 1 開始的,所以 column需要加 1。
上面的代碼只是把 df_province 表的列名插入進(jìn)來,接下來插入具體的值,方式與插入列名的方式一致,只不過需要在列名的下一行開始插入,具體代碼如下。
for i in range(df_province.shape[0]): for j in range(df_province.shape[1]):
ws.cell(row = df_view.shape[0] + 6 + i,column = 1 + j).value =
df_province.iloc[i,j]
接下來,插入圖片,插入圖片的方式與前面的單獨(dú)插入方法是一致的,具體代碼如下。
#插入圖片 img = Image(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化4.2 - 4.11 創(chuàng)建訂單量
分日趨勢.png')
ws.add_image(img, 'G1')
將所有的數(shù)據(jù)插入以后就該對這些數(shù)據(jù)進(jìn)行格式設(shè)置了,因?yàn)椴煌淼慕Y(jié)構(gòu)不一樣,所以我們沒法直接批量對所有單元格進(jìn)行格式設(shè)置,只能按范圍分別進(jìn)行設(shè)置,而不同范圍的格式可能是一樣的,所以我們先預(yù)設(shè)一些格式變量,這樣后面用到的時(shí)候直接調(diào)取這些變量即可,減少代碼冗余,具體代碼如下。
#格式預(yù)設(shè) #表頭字體設(shè)置 title_Font_style = Font(name = '微軟雅黑',size = 12,bold = True,color = "FFFFFFFF") #普通內(nèi)容字體設(shè)置 plain_Font_style = Font(name = '微軟雅黑',size = 12) Alignment_style = Alignment(horizontal = "center") Border_style = Border(left = Side(border_style = "thin",color = "FF000000"), right = Side(border_style = "thin",color = "FF000000"), top = Side(border_style = "thin",color = "FF000000"), bottom = Side(border_style = "thin",color = "FF000000")) PatternFill_style = PatternFill(fill_type = 'solid',start_color ='FFFF6100')
格式預(yù)設(shè)完之后就可以對各個(gè)范圍分別進(jìn)行格式設(shè)置了,具體代碼如下。
#對 A1 至 F6 范圍內(nèi)的單元格進(jìn)行設(shè)置 for row in ws['A1':'F6']: for c in row:
c.font = plain_Font_style
c.alignment = Alignment_style
c.border = Border_style #對第 1 行和第 2 行的單元格進(jìn)行設(shè)置 for row in ws[1:2]: for c in row:
c.font = title_Font_style
c.fill = PatternFill_style #對 E 列和 F 列的單元格進(jìn)行設(shè)置 for col in ws["E":"F"]: for r in col:
r.number_format = '0.00%' #對 A9 至 B19 范圍內(nèi)的單元格進(jìn)行設(shè)置 for row in ws['A9':'B19']: for c in row:
c.font = plain_Font_style
c.alignment = Alignment_style
c.border = Border_style #對 A9 至 B9 范圍內(nèi)的單元格進(jìn)行設(shè)置 for row in ws['A9':'B9']: for c in row:
c.font = title_Font_style
c.fill = PatternFill_style #設(shè)置進(jìn)度條 rule = DataBarRule(start_type = 'min',end_type = 'max',
color="FF638EC6", showValue=True, minLength=None,
maxLength=None)
ws.conditional_formatting.add('B10:B19',rule) #調(diào)整列寬 ws.column_dimensions['A'].width = 17 ws.column_dimensions['B'].width = 13 ws.column_dimensions['E'].width = 10
最后,將上面所有代碼片段合并在一起,就是將不同的結(jié)果文件合并到同一個(gè)Sheet 中的完整代碼,具體如下。
Sheet 中的完整代碼,具體如下。 from openpyxl import Workbook from openpyxl.utils.dataframe import dataframe_to_rows from openpyxl.styles import colors from openpyxl.styles import Font from openpyxl.styles import PatternFill from openpyxl.styles import Border, Side from openpyxl.styles import Alignment from openpyxl.formatting.rule import DataBarRule
wb = Workbook()
ws = wb.active #先將核心指標(biāo) df_view 表插入進(jìn)去 for r in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r) #再將各省份情況 df_province 表插入進(jìn)去 #先將表頭插入 for j in range(df_province.shape[1]):
ws.cell(row = df_view.shape[0] + 5,column = 1 + j).value = df_province.columns[r] #再把具體的值插入 #先遍歷行 for i in range(df_province.shape[0]): #再遍歷列 for j in range(df_province.shape[1]):
ws.cell(row = df_view.shape[0] + 6 + i,column = 1 + j).value = df_province.
iloc[i,j] #插入圖片 img = Image(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化4.2 - 4.11 創(chuàng)建訂單量
分日趨勢.png')
ws.add_image(img, 'G1') ##---格式調(diào)整--- ws.delete_rows(2)
ws['A1'] = '指標(biāo)' ws.insert_rows(1)
ws['A1'] = '電商業(yè)務(wù)方向 2021/4/11 日報(bào)' ws.merge_cells('A1:F1') #合并單元格 #格式預(yù)設(shè) #表頭字體設(shè)置 title_Font_style = Font(name = '微軟雅黑',size = 12,bold = True,color = "FFFFFFFF") #普通內(nèi)容字體設(shè)置 plain_Font_style = Font(name = '微軟雅黑',size = 12)
Alignment_style = Alignment(horizontal = "center")
Border_style = Border(left = Side(border_style = "thin",color = "FF000000"),
right = Side(border_style = "thin",color = "FF000000"),
top = Side(border_style = "thin",color = "FF000000"),
bottom = Side(border_style = "thin",color = "FF000000"))
PatternFill_style = PatternFill(fill_type = 'solid',start_color='FFFF6100') #對 A1 至 F6 范圍內(nèi)的單元格進(jìn)行設(shè)置 for row in ws['A1':'F6']: for c in row:
c.font = plain_Font_style
c.alignment = Alignment_style
c.border = Border_style #對第 1 行和第 2 行的單元格進(jìn)行設(shè)置 for row in ws[1:2]: for c in row:
c.font = title_Font_style
c.fill = PatternFill_style #對 E 列和 F 列的單元格進(jìn)行設(shè)置 for col in ws["E":"F"]: for r in col:
r.number_format = '0.00%' #對 A9 至 B19 范圍內(nèi)的單元格進(jìn)行設(shè)置 for row in ws['A9':'B19']: for c in row:
c.font = plain_Font_style
c.alignment = Alignment_style
c.border = Border_style #對 A9 至 B9 范圍內(nèi)的單元格進(jìn)行設(shè)置 for row in ws['A9':'B9']: for c in row:
c.font = title_Font_style
c.fill = PatternFill_style #設(shè)置進(jìn)度條 rule = DataBarRule(start_type = 'min',end_type = 'max',
color="FF638EC6", showValue=True, minLength=None, maxLength= None)
ws.conditional_formatting.add('B10:B19',rule) #調(diào)整列寬 ws.column_dimensions['A'].width = 17 ws.column_dimensions['B'].width = 13 ws.column_dimensions['E'].width = 10 #將結(jié)果文件進(jìn)行保存 wb.save(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化多結(jié)果合并.xlsx')
運(yùn)行上面代碼,會得到如圖 8 所示結(jié)果,可以看到不同結(jié)果文件合并在了一起,并且各自的格式設(shè)置完好。
(圖8)
將不同的結(jié)果合并到同一工作簿的不同 Sheet 中
將不同的結(jié)果合并到同一工作簿的不同 Sheet 中比較好實(shí)現(xiàn),只需要新建幾個(gè)Sheet,然后對不同的 Sheet 插入數(shù)據(jù)即可,具體實(shí)現(xiàn)代碼如下。
from openpyxl import Workbook from openpyxl.utils.dataframe import dataframe_to_rows
wb = Workbook()
ws = wb.active
ws1 = wb.create_sheet()
ws2 = wb.create_sheet() #更改 sheet 的名稱 ws.title = "核心指標(biāo)" ws1.title = "各省份銷情況" ws2.title = "分日趨勢" for r1 in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r1) for r2 in dataframe_to_rows(df_province,index = False,header = True):
ws1.append(r2)
img = Image(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化4.2 - 4.11 創(chuàng)建訂單量
分日趨勢.png')
ws2.add_image(img, 'A1')
wb.save(r'D:Data-Scienceshareexcel-python 報(bào)表自動(dòng)化多結(jié)果合并_多 Sheet.xlsx')
運(yùn)行上面代碼,會得到如圖 9 所示結(jié)果,可以看到創(chuàng)建了 3 個(gè) Sheet,且不同的內(nèi)容被保存到了不同 Sheet 中。
(圖9)
本文節(jié)選自《對比Excel,輕松學(xué)習(xí)Python報(bào)表自動(dòng)化》一書,更多關(guān)于使用Python進(jìn)行報(bào)表自動(dòng)化的內(nèi)容,歡迎閱讀本書!
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03