[摘要]  本文分享了Pandas和Numpy对数据集的一些基本操作，对这些基本操作有条理地进行总结。分享内容见附件，目录如下：

[摘要]  from pyspark.sql import SparkSessionspark=SparkSession \.builder \.appName('my_first_app_name') \.getOrCreate()# 如果已经配置spark连接hive的参数，可以直接读取hive数据spar...

[摘要]  在单机范围内的数据量下，使用python的pandas包就可以非常方便地完成数据批处理工作。但当数据量达到1G以上时，pandas处理起来就有些力不从心了，到数据量达到1T以上，只能以分块的方式存储在分布式系统上时，pandas就无能为力了。Hadoop生态下，原生的工具是MapReduce计算模型...

[摘要]  Facebook在2018年开源了一个时间序列预测的算法，叫做fbprophet（https://github.com/facebook/prophet）。从官网的介绍来看，Facebook 所提供的 prophet 算法不仅可以处理时间序列存在一些异常值的情况，也可以处理部分缺失值的情形，还能够几...