Size: a a a

Python для анализа данных

2019 April 03

o

olapotnikov in Python для анализа данных
Нужна помощь, подскажите плз
источник

o

olapotnikov in Python для анализа данных
Есть питоновский скрипт, который вытягивает значения из csv таблицы и передает в json с определенной структурой. В выводе мне выдает json заключенный в [] скобки. Можно их убрать как-нибудь? И есть ли быстрое решение как заменить в выводе одинарные ковычки на двойные?
источник

o

olapotnikov in Python для анализа данных
for each in file1:
   row0 = {
       "user_id": each['const.ID'],
       "group_properties":
       {},
       "user_properties":
       {
           "name": each['const.ID'],
           "uuid": "8a81443e-fa28-11e8-a4c8-064f0af10190"
       },
       "event_type": "test event 15",
       "event_id": "1234567",
       "groups":
       {},
   }
   row = {}
   row['issue.id'] = each['issue.id']
   row['issue.dt'] = each['issue.dt']
   row['issue.group.gid'] = each['issue.group.gid']
   row['issue.members'] = each['issue.members']
   row['issue.format'] = each['issue.format']
   row['issue.cost'] = each['issue.cost']
   row['issue.class.id'] = each['issue.class.id']
   row['issue.form.id'] = each['issue.form.id']
   row['issue.dkim.id'] = each['issue.dkim.id']
   row['issue.sequence.id'] = each['issue.sequence.id']
   row['issue.users_slice'] = each['issue.users_slice']
   row['issue.contact_rate'] = each['issue.contact_rate']
   row['issue.tz_best'] = each['issue.tz_best']
   row['issue.tz_limit'] = each['issue.tz_limit']
   row['issue.tz_observance'] = each['issue.tz_observance']
   row['issue.source'] = each['issue.source']
   row['issue.cron.id'] = each['issue.cron.id']
   row['issue.istest'] = each['issue.istest']
   row['issue.unsub_list.gid'] = each['issue.unsub_list.gid']
   row['issue.split.id'] = each['issue.split.id']
   row['issue.deliv_ok'] = each['issue.deliv_ok']
   row['issue.deliv_bad'] = each['issue.deliv_bad']
   row['issue.clicked'] = each['issue.clicked']
   row['issue.u_clicked'] = each['issue.u_clicked']
   row['issue.readed'] = each['issue.readed']
   row['issue.u_readed'] = each['issue.u_readed']
   row['issue.unsubed'] = each['issue.unsubed']
   
   row0['event_properties'] = row;
   row0['data'] = {};
   output.append(row0)
источник

o

olapotnikov in Python для анализа данных
Вроде разобрался
источник

VN

Vlad Nykytenko in Python для анализа данных
Всем привет!
А кто-нибудь работал с Criteo API?
Подскажите пожалуйста, можно ли вытащить статистику со всех аккаунтов, без создания новых API юзеров по каждому аккаунту?
источник

VN

Vlad Nykytenko in Python для анализа данных
То есть создать как-то самого главного юзера, который бы обращался к другим аккам по айди например
источник

OB

Oleg Basmanov in Python для анализа данных
Лучше у поддержки уточнить, но думаю что нет
источник

АВ

Андрей Воробьев... in Python для анализа данных
Никак. под каждый акк у Критео есть отдельный токен
источник

АВ

Андрей Воробьев... in Python для анализа данных
его присылают манагеры критео
источник
2019 April 04

АМ

Алексей Макаров... in Python для анализа данных
Всем привет! А подскажите какие-нибудь хорошие (русскоязычные/англоязычные) курсы/туториалы/книги по теме создания дашбордов? Интересует не столько технологическая часть, сколько построение грамотной информационной архитектуры, выбор соответствующих визуализаций в зависимости от целей, в общем, как сделать так, чтобы дашборды были не столько красивые, сколько полезные и помогали быстро принимать решения
источник

A

Andrew U. in Python для анализа данных
Алексей Макаров
Всем привет! А подскажите какие-нибудь хорошие (русскоязычные/англоязычные) курсы/туториалы/книги по теме создания дашбордов? Интересует не столько технологическая часть, сколько построение грамотной информационной архитектуры, выбор соответствующих визуализаций в зависимости от целей, в общем, как сделать так, чтобы дашборды были не столько красивые, сколько полезные и помогали быстро принимать решения
Здравствуйте! Обратите внимание на tableau и datayoga - у них помимо бесплатных курсов по визуализации включена общая теория на интересующую вас тему
источник

A

Andrew U. in Python для анализа данных
есть 42 дневный марафон на русском и 8 ступеней дата визуализации
источник

A

Andrew U. in Python для анализа данных
я оттуда подчерпнул основы UX для визуализации данных
источник

АМ

Алексей Макаров... in Python для анализа данных
Andrew U.
Здравствуйте! Обратите внимание на tableau и datayoga - у них помимо бесплатных курсов по визуализации включена общая теория на интересующую вас тему
Что-то не могу на сайте datayoga найти бесплатные курсы по визуализации
источник

VN

Vlad Nykytenko in Python для анализа данных
Поищите в сети как «Tableau марафон»
источник

VN

Vlad Nykytenko in Python для анализа данных
Есть ещё книга - «Говори на языке диаграмм», мне советовали, но я ее так и не читал.
Мб кто-нибудь из чатика может дать фидбек по ней?
источник

AO

Aleksander Ostrovsky... in Python для анализа данных
Vlad Nykytenko
Есть ещё книга - «Говори на языке диаграмм», мне советовали, но я ее так и не читал.
Мб кто-нибудь из чатика может дать фидбек по ней?
хороша, чтобы получить понимание, какие типы визуализации использовать в зависимости от типа данных, какой цели вы хотите достичь и т.д. приводятся неплохие ситуативные примеры, почему один тип диаграмм подходит, а другой нет
источник

AU

Andrey Ushakov in Python для анализа данных
источник

AU

Andrey Ushakov in Python для анализа данных
источник

VN

Vlad Nykytenko in Python для анализа данных
Aleksander Ostrovskyj
хороша, чтобы получить понимание, какие типы визуализации использовать в зависимости от типа данных, какой цели вы хотите достичь и т.д. приводятся неплохие ситуативные примеры, почему один тип диаграмм подходит, а другой нет
Спасибо Вам за фидбек)
источник