https://bml.asia/tags/%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/ Recent content in 数据分析 on 苏然的博客 Hugo zh-CN Thu, 17 Sep 2026 04:19:55 +0800 https://bml.asia/posts/openai-data-agent/ Fri, 11 Sep 2026 01:47:00 +0800 https://bml.asia/posts/openai-data-agent/ <p><span style="text-indent:2em;display:block;">OpenAI 又往企业数据分析市场迈了一步：当地时间 9 月 10 日，它在 ChatGPT Work 里正式推出了“数据智能体”。说白了，就是让企业员工不用写 SQL、不用手动扒各种数据源，直接用一句自然语言提问，智能体就能连上公司获授权的数据和文档，自己动手调查数据发生了什么变化，生成分析和互动式 Dashboard，需要执行后续动作时还会先来问你一声。看到这个描述，我脑子里第一反应是，过去那种“找分析师排期等报告”的日常，可能真的要变天了。</span></p> https://bml.asia/posts/pandas-data-analysis-practice/ Fri, 28 Aug 2026 01:29:53 +0800 https://bml.asia/posts/pandas-data-analysis-practice/ <h2 id="1-实验背景">1. 实验背景</h2> <p>　　拿到 Pandas 的那天起，处理数据就从&quot;对着一堆乱七八糟的数字发愁&quot;变成了&quot;像操作一张会思考的 Excel&quot;。它脱胎于 NumPy 的数组运算，但真正和你打交道的是两个数据结构：一维的 Series 像是给一串数字贴上了名字标签，二维的 DataFrame 则直接是一张完整的表。用过之后最大的感受是，它把 Excel 的直观和 SQL 的严谨揉在了一起——既能像点表格一样筛选切片，又能像写查询一样分组聚合。本实验以一份电商订单数据集为主线，通过动手操作掌握 Pandas 的构建、读取、切片、合并、聚合与透视等核心能力。</p>