databook

决策树极简入门我们在学习机器学习算法时，往往会被各种枯燥的数学公式所劝退。今天，我将尝试用结合实际生活的方式，来介绍一个非常经典，而且可能是最“懂你心意”的算法——决策树 (Decision Tree)。。

告别沉闷的直方图：绘制高颜值的威尔金森图与麦穗图在数据可视化世界中，我们经常用直方图来描述数据的分布情况，但今天我想介绍两种特别而优雅的点状图变体：威尔金森点状图和麦穗图。

倾听数据的声音：给数据分析初学者的温馨建议提到 “数据分析”，你的脑海里浮现的是什么？是密密麻麻的Excel表格，是复杂的Python代码，还是令人眼花缭乱的仪表盘？

数据“显微镜”：蜂群图让每个数据点都发声想象一下夏日的花丛中，成群的蜜蜂围绕着花朵忙碌地飞舞。每只蜜蜂都是一个独立的数据点，它们既保持群体聚集的形态，又不会完全重叠在一起。

面积图的奇妙变形：流图与地平线图想象一下面积图就像一层层叠起来的彩色玻璃片，每一层代表一个类别，从下往上堆叠，形成整体的视觉冲击。但有时我们需要更特别的方式来展示数据的变化：是像河流一样蜿蜒流淌，还是像地平线上的群山连绵起伏？

折线图的奇妙变奏：四种创意可视化方法想象一下折线图就像一条普通的公路，它能带我们从A点到达B点。但有时我们需要更特别的路线：环岛、盘山公路、波浪形赛道或螺旋上升的通道。

哑铃图：数据对比的优雅之选简洁的线条连接两个数据点，就像哑铃的两端，在对比分析中展现出令人惊艳的清晰度。在平时的数据分析项目中，我经常会遇到比较两个相关数据集的变化情况。

打破堆积困局：优化堆积条形图的对比效果在数据可视化中，堆积条形图擅长展示 “整体与构成” 的关系，但当每个柱子内的分段超过4个时，读者很难同时追踪各段的长度、位置与颜色映射，误读概率显著上升。

你真的会用 Python 的 print 吗？大家好！今天我们来聊聊Python里最 “平平无奇” 却又无处不在的print()函数。作为Python开发者，我们几乎每天都在用它，但你真的了解它的所有玩法吗？

当条形图遇上极坐标：径向与圆形条形图的视觉革命想象一下，你正站在一个圆形广场的中心，周围均匀排列着12根高度不同的灯柱，这就是径向条形图带给我们的视觉体验。

棒棒糖图：当条形图遇上极简美学棒棒糖图（Lollipop Chart）可以看作是条形图的一种“轻盈版”变体：它用一根从基准线延伸出来的“棒”，并在末端以一个“糖”（圆点）来表示数值，取代了传统的矩形条。

数据可视化五大黄金原则：让你的图表“会说话”在日常工作中，你是否遇到过这种情况：你辛辛苦苦跑完数据，画了一张图表发给老板或客户，结果对方盯着看了半天，问了一句：“所以，你想表达什么？”

前注意加工：让你的图表抓住读者的眼球想象一下，你走进一个挤满人的房间，朋友向你招手--你几乎立刻就能看到他。这是因为“招手”这个动作在你的大脑进行深入思考之前，就已经被注意到了。

格式塔原理：数据可视化如何引导观众的注意力在数据分析中，我们常说：“一张好的图表胜过千言万语。”但很多时候，我们做出来的图表却是“千言万语堵在心口难开”。读者看了半天，抓不住重点。

回归分析全家桶（16种回归模型实现方式总结）提到回归分析，很多人第一时间想到的只有“线性回归”和“逻辑回归”。但实际上，针对不同的数据情况（比如有离群点、数据是计数的、数据有缺失截断等），我们有十几种回归模型可以选择。

数据分析师的“水晶球”：时间序列分析很多刚入行的小伙伴问我：“我想预测下个月公司的销售额，或者预测一下明天的股价，该学什么？”我的回答通常只有六个字：时间序列分析。

拒绝“凭感觉”：用回归分析看透数据背后的秘密在数据分析的江湖里，有一个绝对的核心技能，叫做回归分析（Regression Analysis）。无论你是刚入行的新手，还是想要进阶的老手，掌握它，你就拥有了预测未来的“水晶球”。

掌握相关性分析：读懂数据间的“悄悄话”在数据分析的江湖里，我们经常会听到老板或业务方抛出这样的问题：面对这些问题，很多新人容易犯 “凭感觉” 的错误：“我觉得应该有关系吧……”

数据点的“社交距离”：衡量它们之间的相似与差异在数据分析的世界里， “距离” 不仅仅是地图上两点之间的路程。距离，本质上是衡量两个事物 “相似度” 的尺子。

搞懂“元数据”：给数据办一张“身份证”你是否经历过这样的场景：同事发给你一个 Excel 表格，文件名叫 data_final_v2.xlsx。