问题标签 [data-analysis]

是否有任何 Web 服务可以分析大数据集和绘制 Excel 中的图形？我需要一些简单、高效且带有 Web GUI 的东西。

我有一个文件树，其中包含我生成的一堆数据。我已经决定在数据生成的几个阶段，我想在使用的程序中尝试一些不同的配置选项。

我的解决方案是复制数据树，并将符号链接到所有原始数据（乘以我正在运行的新测试的数量）。然后我会让程序根据需要破坏符号链接。结果将是未受我的新配置影响的数据的原始树的符号链接，以及任何新配置的真实数据。

问题是-clobber我使用的大多数程序的选项都遵循符号链接，所以它实际上破坏了我的原始数据。有什么我可以尝试的（可能是 bash 环境设置之类的？）可能会使所有这些程序破坏实际的符号链接，而不是它指向的数据？

我正在寻找一本关于数据可视化的好书，并希望在这里得到您的建议。我的背景是数学，我目前正在为我的雇主开发数据分析工具。目前让我感兴趣的两本书是

Tufte 定量信息的可视化展示

交互式数据可视化：Ward 的基础、技术和应用

我对分析数据的算法和有效方法更感兴趣。我想要一本书，可以解释如何制作与本网站上的图表相似的图表。

http://www.randelshofer.ch/treeviz/

我认为示例将比 loooong 描述更好:)

假设我们有一个数组数组：

每行都包含作为同义词的字符串。作为处理这个数组的结果，我想得到这个：

所以我想我需要一种递归算法。编程语言实际上并不重要——一般来说，我只需要一点点帮助。我将使用 php 或 python。

谢谢！

我正在用 C++ 编写一个程序，但使用 matlab 中涉及互相关的数据。我知道当我对两组数据进行相关时，它会给我一个相关系数编号，表明它们是否相关。但我想在数据系列上使用互相关。当我在 Matlab 上运行互相关时，它给了我很多数据，当绘制时，绘图看起来像一个三角形......我知道相关性应该在 +/- 1 之间，但朝向三角形尖端的数据没有t 同时上升等。我是否对互相关给我的东西感到困惑，或者互相关给我的数据实际上是每个点 s(t),p(t) 的相关系数？感谢您对澄清的任何帮助。

编辑 1（在 Phonon 的响应之后）

我的主要问题是：当我交叉关联 2 个数据系列时获得的数据是否是每个点的相关系数。例如，（0,10）和（0,8）；我在 x=0 处获得这两个图的相关系数的数据是什么？

可能重复：
Matlab 互相关与相关系数问题

当我在 MATLAB 中交叉关联 2 个数据集a和b（每个 73 个点长）并绘制它时，它看起来像一个有 145 个点的三角形。当我绘制范围为 +/- 1 的互相关输出时，我对相关系数和类三角形图感到困惑。

我有两个问题：

1. 我想知道是否有人知道 F# 编译器文档或相关资源（编译器源代码本身除外，我目前正在寻找它） - 有关 AST 结构的信息以及用于解析和遍历的附加函数（如果有）树会有所帮助。

2. 我还需要用于数据流分析的 F# 库，如果你们有任何想法是否存在，请告诉我。

谢谢 ：）

我是一名 C++ 程序员，偶尔使用 MySQL 来处理数据库，但我的 SQL 知识相当有限。但是，我肯定愿意改变这一点。

目前，我正在尝试仅使用 SQL 查询对数据库中的数据进行分析（！）。但我即将放弃，转而将数据导入 C++ 并使用 C++ 代码进行分析。

我和我的同事讨论过这个问题，他们也推动我使用 C++，说 SQL 不是用于复杂分析，而是主要用于导入（从现有表）和导出（到新表）数据，还有一点例如将数据合并到 - 例如 - 连接表。

有人可以帮我画一条线吗？所以我知道什么时候切换到 C++？当然性能也是一个问题。

SQL 中的事情变得复杂的迹象是什么？或者，也许我只是在设计查询时采用了错误的方法。那么我在哪里可以找到教程、书籍……以采取更好的方法？

我希望这不是太模糊。我真的有点失落。

我正在开发一个像谷歌分析这样的内部网络分析系统，我对 的概念不是很清楚page stay time，网络上这个措施的典型解释是：

1. 用户在时间戳访问页面 A：t1
2. 用户在时间戳: t2, (t2 > t1) 访问页面 B

那么 A 的页面停留时间为 t2 - t1，B 为 0

我的问题是：在这种情况下，在计算page stay timeB时，我们是否需要检查用户是否从页面A点击页面B？即B的参考是A？

如何更改一个轴上的数据？

我正在对一些数据进行一些频谱分析，我的 x 轴是一些矩阵的索引。我想改变它，使 x 轴成为数据本身。

我正在使用 imshow() 绘制数据（我有一个矩阵，其元素是一些强度，y 轴是它们的检测器-源对应对，x 轴应该是它们的频率）。

它的代码写在这里：

我认为如果有办法将某个数组的索引与其值交换，我的问题就会得到解决。

我设法使用了这条线locs, labels = xticks(find(b[1]), b[1])。但是在我的图表上，我的轴间隔不正确......我认为它与 MaxNLocator （我用来减少滴答数）有关。

如果我使用 xlim，我可以将图形设置为我想要的，但是 x 轴仍然是相同的（在那个 xlim 上我必须使用原始数据来正确设置它）。

我究竟做错了什么？