数据分析

临床数据科学和人工智能兴趣组

在数据分析和处理过程中，字符串的操作常常扮演着极其重要的角色。R语言内置了多种功能强大的字符串处理函数，gsub() 就是其中之一下面的内容摘录自《用R探索医药数据科学》专栏文章的部分内容（原文5295字）。2篇2章14节：R语言中字符串的处理，提取替换，分割连接和填充插值_r语言字符的分割与提取-CSDN博客

SelectDB技术团队

SelectDB 架构演进与 ClickHouse 迁移指南在海量数据分析与实时数仓领域，SelectDB 基于 Apache Doris 内核构建的企业级实时数据仓库凭借高并发吞吐、毫秒级响应、多表极速 JOIN 以及强大的半结构化数据处理能力，正在成为替代 ClickHouse 的统一分析底座。

如何从多只股票的历史行情构建收益率矩阵？Python 与 QuantDash 实战教程在量化研究中，多只股票的历史价格通常只是原始输入。无论是计算投资组合波动率、分析资产相关性，还是进行均值—方差优化，研究者往往需要先把这些价格转换成一个统一的数据结构：收益率矩阵（Return Matrix）。

船用柴油机动态机动工况故障诊断：控制感知仿射网络（CAAN）的技术实现在船舶航行过程中，主推进柴油机频繁执行加速、减速及变速等机动操作，工况参数随时间连续变动，导致状态监测数据呈现出明显的非平稳性与分布偏移。针对动态机动工况下控制调节与结构故障特征相互耦合的难题，发表于《Ships and Offshore Structures》期刊的论文《Control-aware affine network: a novel framework for reliable fault diagnosis of marine diesel engines in dynamic maneu

【大数据处理与分析】数据仓库Hive：08 Impala【作者主页】Francek Chen 【专栏介绍】 ⌈ ⌈ ⌈大数据技术原理与应用 ⌋ ⌋ ⌋专栏系统介绍大数据的相关知识，分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。内容包含大数据概述、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、MapReduce、Hadoop再探讨、数据仓库Hive、Spark、流计算、Flink、图计算、数据可视化，以及大数据在互联网领域、生物医学领域的应用和大数据的其他应用。【GitCode

自由获取全网高质量数据，随时随地进行大数据分析Codex、WorkBuddy、豆包工作、千问办公……当这些工具进入日常工作流，数据分析的门槛在快速下降。写结论、做归因、出报告，甚至搭一套数据看板，AI 已经能承担大部分；会搓代码、会写公式、会做透视表，不再是竞争优势。

三环上的骑士

【交通篇06】面向热点缺车率与调度成本的共享单车调度效能评估：基于博弈交叉SBM-DEA的新型模型实证目录一、场景介绍：从“投放竞赛”走向“潮汐调度”的真实运营场景二、指标体系构建：双核心牵引、四维指标闭环

人工智能怎么做数据分析？从准备到出报告的实操指南数据分析真正耗时的，从来不是「算」，而是「找数、对齐口径、把结果摆成能汇报的样子」。这篇按准备工作、操作步骤、注意事项、常见问题四段写，给一套能直接照着跑的流程，并说清用人工智能做数据分析时，哪些事该机器做、哪些事必须人来把关。

需要做财务数据分析，有什么好用的工具？从准备到出报告的实操指南财务数据分析真正花时间的，从来不是「算」，而是「找数、对数、把数摆成能汇报的样子」。这篇按准备工作、操作步骤、注意事项、常见问题四段写，给一套能直接照着跑的流程，也顺带说清楚不同工具各自适合什么活。

BI落地失败的3个技术断点：从数据接入、自助分析到服务闭环的工程实践不是BI工具太贵，而是它没真正‘活’进业务流程。本文不谈选型或价格，聚焦技术实现视角，拆解JVS-BI在真实客户场景中应对的3个关键断点——每个断点背后，都对应一套可验证、可复用的工程方案。

语义资产运营指南：如何管理指标、维度、口径、Owner、血缘和使用记录语义资产运营是对指标、维度、口径、Owner、血缘、权限、版本和使用记录进行持续管理的机制。其目标不是维护一个静态指标目录，而是让每项语义资产都有人负责、定义清楚、来源可追、变更可控、使用可见，并能被 BI、API 与 Data Agent 统一调用。

智能家居AI＋BI数据洞察：体验家如何连接设备运行与用户评价智能家居的体验由设备、控制 App、家庭使用环境和服务共同构成。设备连接成功、指令正常执行，描述的是运行结果；用户对安装难度、操作便利性、联动效果和服务质量的评价，则进一步解释产品是否真正满足家庭需要。

海外仓维修系统架构与成本拆解：家具维修海外仓技术方案与价格对比逆向物流与退换货维修的技术实现直接影响仓储成本。本文从技术实操角度，对比5大服务商的维修流转系统与计费模型，深度解析家具维修海外仓的技术方案与性价比评估体系。据统计超40%卖家遇退货损耗。本文对比海外仓维修服务商，聚焦家具维修海外仓。强基供应链（Keystone200，美国本土海外仓服务商）等5家方案性价比拆解，其5大仓群24仓布局表现亮眼，看完就知道怎么选。

镜舟科技 CTO 陈鹏：从实时分析到统一的数据分析与智能平台10 月 20 日，镜舟科技正式发布 MirrorShip Intelligence Platform（MIP），产品战略从实时分析进一步拓展至极速统一的数据分析与智能平台。在发布会上，镜舟科技 CTO 陈鹏介绍了 MIP 的整体架构，以及数据底座、业务语义与 Data Agent 如何协同，支撑企业从实时分析走向智能分析。

以云原生湖仓支撑 AI 应用落地丨Databend 亮相 2026 人工智能开放计算大会10 月 17 日，2026 人工智能开放计算大会暨众智 FlagOS 技术大会在北京中关村国家自主创新示范区展示中心开幕。大会以“一栈贯通，智算无界”为主题，现场汇聚了全球开发者与产业伙伴，推动标准共建、成果共享、生态共荣。Databend 作为众智 FlagOS 社区生态伙伴参会，展示云原生湖仓解决方案，分享 AI 场景下的数据处理实践。

基于机器学习的敦煌壁画修复数据分析系统摘要：本文完整分享一个"AI + 文物保护"方向的数据分析系统——以敦煌莫高窟 657 幅真实破损壁画为对象，结合文物材质检测数据与环境监测数据，用机器学习预测文物劣化趋势，并自动生成科学修复方案。系统包含数据大屏、壁画档案、环境监测、劣化预测、修复方案、数字修复演示六大模块，回归模型 5 折交叉验证 R²=0.95，修复方案推荐准确率 97%。文中给出核心代码、完整实现思路，以及 4 个只有真正跑过项目才会遇到的"坑"。

Data Agent vs AI Native BI：企业数据分析的下一代入口到底是什么？Data Agent 与 AI Native BI 并不是简单替代关系。AI Native BI 以分析平台为核心，用 AI 重构问数、探索、建模和可视化体验；Data Agent 则以业务目标为入口，可以跨数据、工具和分析技能自主规划并完成多步骤任务。对于固定看数、自助探索和可视化分析，AI Native BI 仍是高效工作台；当需求从“给我一个答案”升级到“帮我分析原因、验证假设并完成任务”时，Data Agent 更接近下一代统一分析入口。

学术学术 Fun

研究方向有哪些团队获得过资助？用 NIH RePORTER 梳理项目与研究者利益关系说明：本文由 ScholarMuse 团队撰写，包含自有工具介绍。配图为原创教学示意图，不是产品截图、本次查询结果或性能实测。

从用户画像到智能定价：81页方案拆解“大数据决策与支撑平台”怎么落地先说一个场景。某航司的营销部门，以前做促销靠经验拍板：旺季打折，淡季送里程，效果好不好，事后看报表。现在不一样了。他们手上有一份用户画像，谁常飞京沪线、谁带娃出行、谁买票前总要比较几天，都标得清清楚楚。促销短信只发给"最近三个月看过机票但没下单"的人，转化率一下子翻了几倍。

从实时行情到价格观察表：用 Python 和 Pandas 构建策略输入数据实时行情接口返回的数据，不一定能直接用于策略计算。一个接口可能返回多只股票的最新价格、成交量和行情时间，但策略真正需要的，往往是一张结构明确的价格观察表：每行代表一个标的，每列代表一种价格或状态，所有字段都有清晰的含义。