数据分析的核心是统计学，其次才是各种封装好的科学计算包（ pandas/numpy/scipy ）可视化包(matplotlib/seaborn)。个人经验，统计学就老老实实看教材，包的话建议先从 numpy 入手，掌握和理解 numpy 的切片操作以后再学 pandas 就轻松多了。
pandas 其实用的多的还是读写 excel/csv，lambda 和 map/apply/applymap，pivot_table/cross_tab （其实很类似于 oracle 的分析函数"聚合函数+over(partition by/group by)" ），groupby，筛选(包括 where、df[df['aaa']=='bbb']等多种方式筛选，其实就类似于 sql 的 select where)、merge （相当于 sql 的 join ）、drop_duplicates （去重）、dropna/fillna(删除空值或者填充空值)。所以你看 pandas 其实大部分时间用到的东西很有限的，学过 sql 的用 excel 分析过报表再学这个就感觉很轻松。
其实关键分析的还是要用 numpy 和 scipy，统计学应用就是要使用这两个的。而且 pandas 如果是做数据分析而不是仅仅做自动化报表，大部分还是要使用 df.values 转换成 numpy.ndarray 做分析。numpy 里面最麻烦的还是切片操作，这个很绕而且开始学的时候可能会感觉和自己的习惯很不一致，这没办法只有慢慢习惯才行。numpy 和 scipy 提供了均值方差峰度偏度中位数分位数等等各种统计函数，基本上能满足你大部分需求了。但是你要应用这些函数还是要理解均值方差峰度偏度等等这些概念的意义和作用，所以说关键还是在统计学理论知识，而不是科学计算包

杨箕那个广州军区医院口腔科，主要是人少而且技术也不比省口腔光华口腔这些差

大数据是大数据，算法是算法。大数据是 java 平台 hadoop 系的，平常多是搭分布式系统，系统调优为主。机器学习算法和产品线主要是 python 平台的，平常更多用 sklearn、TensorFlow、torch 这些

过年看春晚，我都是连上电视，然后电脑合一个很小的角度，然后等他自己黑屏。。

那么，表是用 sheet 还是 table 好呢

不要。我之前店里换了屏以后问店员要不要贴膜，店员说不建议。他说屏幕定期擦拭就好了，手指尽量不要摸屏幕就好，贴了膜反而会影响屏幕效果

@ccoming lz 意思是有的 hr 专业技术几乎为 0，只看学历和经验年限，不看简历里的技术和项目。那如果这样的话，是个人就能当 hr 了啊，看看学历 pass 掉一部分，看看工作经验工作年限 pass 掉一部分，然后丢给技术部门做面试，这种工作有什么难度。。就像唱歌选秀节目，哪怕海选你也要把人家的表演看个七七八八吧，直接看人长得不好看就 pass 么。。

先套一层子查询，把时间戳转成你要的那个 yymmdd 格式，然后 select name,sum(b),time_format from 子查询 group by(name,time_format)

工作是工作，生活是生活。也许你眼中的老实人，生活中交际圈生活环境生活状态什么的能碾压你几条街。换个思考方向，如果你没有到达到一定的地位，还不老老实实地去做个老实人，那距离被干掉已经不远了

不如考研转 dm/cv/nlp 吧。。

因为链表很多时候需要用到指针和递归调用之类的，写法比较麻烦。其实说起来，反正又不是自己的事情，他爱偷鸡就偷吧

用一个变量接收对话框 ui 获得的文件地址，然后用 openpyxl 中把地址当参数就行了吧。没用过你那些东西，我是用的 df.to_excel+tkinter。。。

带冷冻的冰柜很少见的。。可口可乐好像出了一个，但是也是只能到 0 度

百度把 17 年前的帖子全删了。然而百度贴吧火热就是之前那段时间，所以有价值的帖子基本都集中在那段时间，现在全看不了。。。

boss 的 hr 发私信说觉得适合他们公司，希望拿到我的简历。然后就发给他了，一分钟不到说简历通过了，发了个网站让去答题，然后发现就是他们官网的一个页面而已，进去答题什么信息都不需要填的，只需要答题加上简历然后提交。
然后到了答题，是数据挖掘岗，就一道题，的题目是两个字符串，编写一个函数提取字符串中不一致的地方，返回一个字典，键是第一个字符串中不一样的地方，值是第二个字符串中不一样的地方。然后模板语言是 js，我明明找的是挖掘岗位啊，这就是普通算法题吧。。。后来写了个 java 版本的，后面备注说自己不是前端方向的，不熟悉 s 只会用 c/java/python 这些。第二天收到邮件说不合适。后来去某某网站看了这个公司评论，大部分都是说面试官派头大，公司高管是年轻人，但是官僚气氛十分严重。。。