数据分析

#永洪科技今日疫情播报#截至3月8日8:30，我国累计确诊80859例，现有确诊20616例，现有疑似458例，累计治愈57143例 ，累计死亡3100例。新增境外输入确诊病例3例（北京2例，甘肃1例），累计报告境外输入确诊病例63例。 武汉新增确诊41例，连续2天降至两位数，全国新增确诊降至50例以下，其中9个省份和新疆生产建设兵团已连续14天以上无新增确诊病例。 数据来源国家及各省市卫健委 以上所有数据分析图都来自Yonghong Desktop桌面智能数据分析工具制作。疫情期间免费使用Yonghong Desktop。 支撑众多企业远程办公能力，让您更好读懂Yonghong Desktop！ Yonghong Desktop是中国第一款独立自主的桌面智能数据分析工具，帮助每一个人快速、高效地进行数据探索。 无论您的数据来自数据库还是电子表格，都可以将这些不同源中的数据进行快速合并，Yonghong Desktop还内置了高性能数据集市，秒级响应百万数据量的计算任务。通过拖拽数据到丰富的仪表组件，即可快速实现数据分析。 除了支持在线分析，Yonghong Desktop也支持离线分析，在安全可控的前提下，业务用户可以下载并分析被授权的企业数据，这能更好地支持移动办公、在家办公等离线分析场景。 同时，Yonghong Desktop提供了多种自助式分析的功能，可以设置筛选

#永洪科技今日疫情播报#截至3月9日8:30，我国累计确诊80904例，现有确诊19097例，现有疑似421例，累计治愈58684例 ，累计死亡3123例。新增境外输入确诊病例4例（甘肃4例），累计报告境外输入确诊病例67例。 截止目前，安徽、福建、青海、西藏、澳门现有确诊病例已清零，现有确诊病例超过100例的只剩湖北、山东、北京三地，全国不含湖北以外地区的疫情正逐渐消退。 国内疫情防控局势稳定，不断好转，新冠肺炎病毒疫苗研制也迎来好消息。国家卫健委医药卫生科技发展研究中心主任郑忠伟介绍，新冠肺炎疫情科研攻关组专门设立了疫苗研发专班，预计在4月份，部分疫苗有望进入临床研究或者应急使用。而且，目前发现的新冠病毒变异并未影响药物研发及疫苗制备。 数据来源国家及各省市卫健委 以上所有数据分析图都来自Yonghong Desktop桌面智能数据分析工具制作。疫情期间免费使用Yonghong Desktop。支撑众多企业远程办公能力，让您更好读懂Yonghong Desktop！ Yonghong Desktop是中国第一款独立自主的桌面智能数据分析工具，帮助每一个人快速、高效地进行数据探索。 无论您的数据来自数据库还是电子表格，都可以将这些不同源中的数据进行快速合并，Yonghong Desktop还内置了高性能数据集市，秒级响应百万数据量的计算任务。通过拖拽数据到丰富的仪表组件

#永洪科技今日疫情播报#截至3月10日8:30，我国累计确诊80924例，现有确诊17802例，现有疑似349例，累计治愈59982例 ，累计死亡3140例。新增境外输入确诊病例2例（北京1例，广东1例），累计报告境外输入确诊病例69例。 新冠肺炎疫情在全球其他地区有扩散的趋势，中国境外近百个国家累计确诊已超3万。其中，除中国外疫情最严重的是意大利累计确诊达9172例，韩国累计确诊7478例，伊朗累计确诊7161例。 对于全球疫情发展，钟南山院士表示，全球疫情发展至少延续到6月份。新冠病毒的防控重点将来会从输出转为输入，对此外交部正式成立了防范境外疫情输入风险应急中心，全面做好境外疫情防控工作。同时，我们也增援海外其他国家，助力做好全球抗疫之战！ 数据来源国家及各省市卫健委 以上所有数据分析图都来自Yonghong Desktop桌面智能数据分析工具制作。疫情期间免费使用Yonghong Desktop。 支撑众多企业远程办公能力，让您更好读懂Yonghong Desktop！ Yonghong Desktop是中国第一款独立自主的桌面智能数据分析工具，帮助每一个人快速、高效地进行数据探索。 无论您的数据来自数据库还是电子表格，都可以将这些不同源中的数据进行快速合并，Yonghong Desktop还内置了高性能数据集市，秒级响应百万数据量的计算任务。通过拖拽数据到丰富的仪表组件

2020年的春节，一场突如其来的疫情打乱了所有中国人的节奏。这个本是举国欢庆、张灯结彩的日子里，所有人都选择闭门不出，以往热闹的街头变得空旷而寂静。为了遏制疫情的发展，武汉采取了封城的壮举。武汉的疫情发展也牵动着所有中国人的心。 一方有难，八方相助。从除夕夜开始，全国各地医疗队伍、物资、志愿者驰援武汉，他们是最美的逆行者。 Yonghong Desktop制作的各地驰援武汉迁徙地图 作为一个数据分析人员，实在没有能力投入到一线去，只能宅在家里不给祖国添乱。不过还是可以借助Yonghong Desktop，用我们常用的分析图表写出武汉加油。 数据分析工具不仅能做数据分析，还可以用来写字，是不是感觉很有趣。在这个特殊的时期，发生了太多的事情，相信一切都会好起来，“硬核”、“钟南山”、“逆行者”这些特殊词汇也将永远的停留在我们的记忆里。国内疫情已经不断好转，期待抗疫最后胜利的那一刻！武汉加油！中国加油！世界加油！ 这些都是用简单易上手的桌面智能数据分析工具Yonghong Desktop完成的。你想试一试吗？ 疫情期间免费使用Yonghong Desktop。支撑众多企业远程办公能力，让您更好读懂Yonghong Desktop！ Yonghong Desktop是中国第一款独立自主的桌面智能数据分析工具，帮助每一个人快速、高效地进行数据探索。 无论您的数据来自数据库还是电子表格

对于现在的网游来说，通常是开发一年的产品希望玩家至少玩三年，但玩家消耗内容的速度往往很快，为了保证游戏的持续吸引力，版本更新是重中之重。 一个大型的版本更新，对于研发来说，是一个很大的工作量，为了保证更新内容质量，让更多人喜欢新版本，只是拍脑壳并不可取，而通过数据分析能够让我们更有理性的做出决策以及后续的迭代优化方向。 为何版本更新需要数据分析？ 首先，在版本迭代中，项目组会先预想出版本规划。什么时候开启家园功能、什么时候开启新的养成点、什么时候增加PVE玩法，什么时候增加PVP玩法。项目组根据版本规划，进行开发。 然而，当产品上线后，可能会发现玩家跟预期并不一样。原本以为1个月就需要新的PVE玩法，结果玩家对PVE并不感冒，每天的游戏时长都在PVP上；原本以为3个月才会需要新的养成点，结果1个月过去，玩家就把现在的坑都填满了。 所以，以用户为中心，根据用户实际需求来调整产品，是非常必要的。通过数数科技的数据分析平台，可以帮助游戏开发者理性寻找诉求，做出正确的产品决策。 以卡牌游戏为例，版本迭代需要关注哪些数据？ 那么，如何更加及时的发现玩家诉求呢？ 一方面，深入体验游戏，了解游戏情况，并关注游戏QQ群、论坛、贴吧等，最好能与核心玩家建立比较亲密的联系，能够及时从自身体验和玩家口中了解诉求。 另一方面，也要关注数据本身。今天，我们以一款卡牌游戏为例，分析一下在做版本迭代的决策前

统计指标对定量数据进行统计描述，常从 集中趋势 和 离中趋势 两个方面进行分析 import numpy as npimport pandas as pdimport matplotlib.pyplot as plt% matplotlib inline 1、集中趋势度量 指一组数据向某一中心靠拢的倾向，核心在于寻找数据的代表值或中心值 —— 统计平均数 算数平均数、位置平均数 （1）算数平均数 data = pd.DataFrame({'value':np.random.randint(100,120,100), 'f':np.random.rand(100)})data['f'] = data['f'] / data['f'].sum() # f为权重，这里将f列设置成总和为1的权重占比print(data.head())print('------')​# 创建数据​mean = data['value'].mean()print('简单算数平均值为：%.2f' % mean)​# 简单算数平均值 = 总和 / 样本数量 （不涉及权重）​mean_w = (data['value'] * data['f']).sum() / data['f'].sum()print('加权算数平均值为：%.2f' % mean_w)​# 加权算数平均值 = (x1f1 + x2f2 + ...

Python中没有提供数组功能，虽然列表可以完成基本的数组功能，但并不是真正的数组，而且在数据量较大时，使用列表的速度回非常慢。因此，Numpy提供了真正的数组功能，以及对数据进行快速处理的函数。Numpy内置函数处理数据的速度是C语言级别的，因此，尽量使用其内置函数。 Numpy安装 Numpy安装和普通的第三方库安装一样，最常用的就是利用 pip 安装： pip install numpy 如果你想做数据分析的话，还是建议安装 anaconda（Windows、macOS、Linux均可使用） ，它是一个集成环境，包含了conda、Python在内的超过180个科学包及其依赖项，几乎所有你用到的库都已经帮你安装好了，同时如果需要其他的第三方库要安装，可以使用其中的 conda 便捷的安装相应库以及依赖。 Numpy基本操作 基本属性 numpy包含很多自己的属性和方法，下面通过一个栗子说明一下几个它自身的重要属性。 创建数组 import numpy as np data = np.array([[1, 2, 3], [4, 5, 6]]) # 创建二维数组 上面是最基本的创建数组方法，但是对于实际应用中，它内置的一些函数更为实用。例如： 下面举例展示一下其中部分用法： 基本操作 Numpy的一个显著特点就是它的矢量化，使得对其操作是面向整个数组而不是各个元素

过程质量管理，成果质量的管理 戴明理论：PDCA，戴明环 朱兰理论：质量规划，质量控制，质量改进，朱兰三部曲 克鲁斯比理论：零缺陷，质量免费 石川理论：质量圈，因果图，质量管理七大工具：核对表，帕累托图，因果图，趋势图，直方图，散点图，控制图 六西格玛管理：6个标准差，1个68 ；2个95；3个97； 能力成熟度模型：CMMI 1初始级，2可重复级，3可定义级，4已管理级，5优化级 组织级项目管理成熟度模型：OPM3 项目质量：项目管理和项目产品 产品质量：专门针对产品类型 精确与准确：精确：离散度小；准确，测量值接近实际值； 质量功能开展QFD -------------------------------------------------------------------- 质量与等级 预防与检查：预防，保证过程中不出现错误；检查，保证错误不落到客户手中； 属性抽查与变量抽查：属性，结构为合格与不合格；变量，在连续的量表上标明结果所处的位置，表明合格的成都； 公差与控制界限：公差，结果的可接受范围（更宽）；控制界限：普通偏差的界限； 8.1 规划质量管理 输入 工具与技术 输出 1.项目章程 2.项目管理计划 （需求管理计划， 风险管理计划， 相关方参与计划， 范围基准） 3.项目文件 （假设日志，需求文件， 需求跟踪矩阵，风险登记册， 相关方登记册） 4.事业环境因素 5

在移动互联网快速发展的今天，大量APP不断涌现，尤其是近一年多以来，小程序的旺势发展，对APP发起了极大的挑战。 如何让自己的APP在竞品中脱颖而出？如何获取更多的用户？如何对现有用户进行全方位的管理和运营？又如何评估渠道效果和用户质量，制定正确的运营推广策略？都无疑是对APP推广人员的数据分析和运营能力提出了更多要求！ 如何用统计分析工具对APP的数据进行分析和运营是今天我们要讲的。 一、常用的统计分析工具 常用的统计分析工具有LeanCloud统计、Flurry Analytics、讯飞开放统计、DataEye、腾讯云分析、友盟游戏统计分析、有数、ad-brix、ASO114。 大家可以根据自己的需要选择统计工具。 二、不同产品周期数据的侧重指标 1、初创期 初创期的重点在于验证产品的核心价值，或者说验证产品的假设：通过某种产品或服务可以为特定的人群解决某个问题。这个阶段应当遵循MVP(Minimum Variable Product) 的思想，以最小的成本来验证创业的想法，并根据用户的反馈快速迭代以调整解决方案，最终在数据上得到验证。 关键数据——目标人群画像 初创期可以通过接入一些第三方的应用监测SDK来了解初期用户群体的画像，从侧面验证用户群体与假设的目标用户群体特征是否一致，常见的是人口学属性(性别、年龄、学历、地域)。 关键数据——留存率 在当前用户符合目标受众特征时

整理了最近几年看过的大数据与数据分析相关的书，找出19本，按星级和发布时间排序。 4星|《人人都在说谎》：社会科学方面有趣的数据分析方法与结论 书中作者讲了社会科学方面的许多有趣的分析方法与结论。有许多常规调查方法难以得到的数据，现在由于技术的进步可以得到了。比如美国人的种族主义倾向，在媒体和调查中都不太严重，实际上根据谷歌趋势可以看出来许多州是比较严重的。有学者各州的种族主义倾向跟该州对特朗普的支持率正相关。 书中一个重要的数据来源是谷歌搜索，此外还有用于研究的报税数据，把大部分纸书电子化的谷歌Ngrams项目，精确到小时的犯罪率，记录梦境的APP等。 书中的结论涉及到选举、教育、医疗、犯罪、同性恋等。 书中两个重要的知识点：断点回归，维度的诅咒。 书中一些有趣的结论： 1：有共同的好友圈其实是一个强预测器,预示着一段爱情长不了； 2：社会经济地位越高,意味着进入NBA的可能性就越大。 3：决定一个人成年后成为哪支球队“死忠粉”最关键的时间节点,是在他8岁左右的那一年； 4：14~24岁的美国人会依据现任总统的受欢迎度形成自己的政治观点； 5：暴力电影放映结束之后的几个小时内,与酒精有关的犯罪活动数量一落千丈； 6：两位经济学家发现对医生的金钱奖励对降低死亡率无显著效果； 7：分配到条件更加严苛的监狱的囚犯,在离开监狱后还有可能犯下更多罪行 8