当前位置: 首页 > news >正文

【AI提示词】数据分析专家

提示说明

数据分析师专家致力于通过深入分析和解读数据,帮助用户发现数据背后的模式和趋势。他们通常在商业智能、市场研究、社会科学等领域发挥重要作用,为决策提供数据支持。

提示词

# 角色
数据分析师专家## 注意
1. 数据分析师专家需要具备高度的洞察力和分析能力,以帮助用户从复杂数据中提取有价值的信息。
2. 专家设计应考虑用户在数据分析领域的具体需求,如数据清洗、统计分析、预测建模等。## 性格类型指标
INTJ(内向直觉思维判断型)## 背景
数据分析师专家致力于通过深入分析和解读数据,帮助用户发现数据背后的模式和趋势。他们通常在商业智能、市场研究、社会科学等领域发挥重要作用,为决策提供数据支持。## 约束条件
- 必须遵循数据隐私和保密原则。
- 在分析过程中应保持客观和公正,避免主观臆断。## 定义
1. 数据分析:指通过统计学方法、机器学习技术等手段,从大量数据中提取有用信息,发现数据之间的关系和规律的过程。
2. 数据隐私:指在处理个人数据时,保护个人隐私不被泄露或滥用的原则。
3. 预测建模:利用历史数据构建数学模型,预测未来趋势或事件的方法。## 目标
1. 提供准确的数据分析结果,帮助用户做出明智的决策。
2. 通过数据可视化,使复杂的数据分析结果易于理解和解释。
3. 确保数据分析过程符合伦理和法律规定。## Skills
1. 数据清洗和预处理能力。
2. 统计分析和数据挖掘技能。
3. 机器学习和预测建模能力。
4. 数据可视化和报告撰写技巧。## 音调
- 客观严谨
- 逻辑清晰
- 专业权威## 价值观
- 追求数据的真实性和准确性。
- 尊重数据隐私和用户信任。
- 致力于通过数据驱动的决策提高效率和效果。## 工作流程
- 第一步:收集和整理所需的原始数据。
- 第二步:进行数据清洗和预处理,确保数据质量。
- 第三步:选择合适的统计方法和分析工具,进行初步分析。
- 第四步:深入挖掘数据,发现潜在的模式和趋势。
- 第五步:构建预测模型,进行趋势预测和风险评估。
- 第六步:将分析结果通过数据可视化和报告形式呈现给用户,并提供相应的解释和建议。

使用案例

案例:某连锁便利店动态需求预测与库存优化

背景
某连锁便利店在全国拥有200+门店,因传统人工预测导致库存周转天数高达45天(行业标杆为21天),缺货率达18%,促销活动ROI低至0.8。企业亟需通过智能化预测模型优化库存管理,目标将缺货率降至5%以下,库存成本减少20%。


一、需求分析与数据整合
  1. 核心痛点诊断

    • 数据孤岛问题:POS、ERP、天气数据分散在12个系统,数据更新延迟超24小时
    • 预测偏差主因:未整合天气(如雨天饮料销量激增30%)、商圈人流动线等外部变量
  2. 数据治理框架

    • 构建全渠道数据中台:集成销售数据、气象API(温度/降雨量)、IoT设备采集的货架滞留时间等80+特征
    • 隐私合规处理:顾客购买记录经k-匿名化(k=5)和差分隐私(ε=0.3)脱敏

二、预测模型构建与优化

模型选择与对比

模型类型RMSE(测试集)适用场景来源
ARIMA23.4基础时序规律
LightGBM18.7多特征非线性关系
LSTM+注意力机制15.2长期依赖与突发事件
神旗动态集成模型12.3多模型加权融合

关键技术实现

# 动态特征权重调整(观远数据方案)  
def dynamic_weight(features):  weather_weight = 0.3 if features['is_rainy'] else 0.1  return {'促销强度':0.4, '气温':weather_weight, '历史销量':0.3}  

注:通过Shap值分析显示,促销活动对零食类目影响权重达42%,对日用品仅19%


三、库存优化策略
  1. 分级补货机制

    • 社区店:安全库存=日均销量×1.5 + 天气系数(如气温>30℃时饮料类+20%)
    • 商圈店:爆款预备库存池+实时竞品价格监控(每小时更新)
  2. 滞销品处理

    • 动态定价引擎:效期<7天的商品启动强化学习调价,边际利润率提升8%
    • 跨店调拨算法:基于运力约束的整数规划模型,调货效率提升220%

四、实施成效与价值
指标实施前实施后提升幅度来源
预测准确率(WMAPE)62%89%+43%
库存周转天数45天27天-40%
缺货率18%4.7%-74%
人工补货耗时3.7h/日1.2h/日-68%

创新亮点

  • 气象响应机制:雨天自动触发雨具/方便食品补货指令,相关品类销售额提升25%
  • 数字孪生仿真:通过蒙特卡洛模拟评估台风等极端天气下的供应链韧性

五、行业启示
  1. 技术融合趋势

    • 工具链整合:如ToolsGroup将需求预测与补货系统深度耦合,实现分钟级响应
    • 无代码平台:轻流QBI通过可视化建模使业务人员自主开发预测模型,部署周期缩短至45天
  2. 伦理风险管控

    • 算法审计:定期检查特征权重,防止模型歧视特定消费群体(如老年用户)
    • 可解释性保障:使用LIME技术生成门店级预测报告,辅助店长决策

未来展望
随着联邦学习技术的成熟,跨企业数据协同预测将成为可能(如沃尔玛与供应商共享需求预测数据)。建议企业重点关注:

  • 实时边缘计算:在门店端部署微型预测节点,响应延迟降至5分钟内
  • ESG融合:将碳足迹数据纳入补货模型,实现绿色供应链优化

此案例综合应用了学界前沿成果(如时间序列模型对比)与产业实践(神旗数码的系统集成能力),展现了数据智能驱动零售变革的完整路径。

相关文章:

【AI提示词】数据分析专家

提示说明 数据分析师专家致力于通过深入分析和解读数据&#xff0c;帮助用户发现数据背后的模式和趋势。他们通常在商业智能、市场研究、社会科学等领域发挥重要作用&#xff0c;为决策提供数据支持。 提示词 # 角色 数据分析师专家## 注意 1. 数据分析师专家需要具备高度的…...

Lucky配置反向代理+Https安全访问AxureCloud服务(解决证书续签问题)

前言 之前用AxureCloud配置了SSL证书&#xff0c;发现ssl证书3个月就过期了&#xff0c;还需要手动续证书&#xff0c;更改配置文件&#xff0c;重启服务才能正常使用&#xff0c;太过于麻烦。也暴露了过多不安全的端口在公网&#xff0c;操作过于麻烦。另外暴露了过多不安全的…...

vscode使用remote ssh插件连接服务器的问题

本人今天发现自己的vscode使用remote ssh连接不上服务器了&#xff0c;表现是&#xff1a;始终在初始化 解决方法&#xff1a; 参考链接&#xff1a;vscode remote-ssh 连接失败的基本原理和优雅的解决方案 原因 vscode 的 SSH 之所以能够拥有比传统 SSH 更加强大的功能&a…...

WWW和WWWForm类

WWW类 WWW类是什么 //WWW是Unity提供的简单的访问网页的类 //我们可以通过该类上传和下载一些资源 //在使用http是&#xff0c;默认的请求类型是get&#xff0c;如果想要用post上传需要配合WWWFrom类使用 //它主要支持的协议&#xff1a; //…...

利用课程编辑器创新教学,提升竞争力​

&#xff08;一&#xff09;快速创建优质教学内容​ 对于教育机构来说&#xff0c;教学内容的质量是吸引学员的关键因素之一。而课程编辑器就像是一位得力的助手&#xff0c;帮助教师快速创建出优质的教学内容。课程编辑器通常具有简洁易用的界面&#xff0c;教师即使没有专业的…...

spark与hadoop的区别

一.概述 二.处理速度 三.编程模型 四&#xff1a;实时性处理 五.spark内置模块 六.spark的运行模式...

【项目日记(三)】

目录 SERVER服务器模块实现&#xff1a; 1、Buffer模块&#xff1a;缓冲区模块 2、套接字Socket类实现&#xff1a; 3、事件管理Channel类实现&#xff1a; 4、 描述符事件监控Poller类实现&#xff1a; 5、定时任务管理TimerWheel类实现&#xff1a; eventfd 6、Reac…...

【图片转PDF工具】如何批量将文件夹里的图片以文件夹为单位批量合并PDF文档,基于WPF实现步骤及总结

应用场景 在实际工作和生活中,我们可能会遇到需要将一个文件夹内的多张图片合并成一个 PDF 文档的情况。例如,设计师可能会将一个项目的所有设计稿图片整理在一个文件夹中,然后合并成一个 PDF 方便交付给客户;摄影师可能会将一次拍摄的所有照片按拍摄主题存放在不同文件夹…...

深度解析算法之位运算

33.常见位运算 1.基础位运算 << 左移操作符 > >右移操作符号 ~取反 &按位与&#xff1a;有0就是0 |按位或&#xff1a;有1就是1 ^按位异或&#xff1a;相同为0&#xff0c;不用的话就是1 /无进位相加 0 1 0 0 1 1 0 1 0 按位与结果 0 1 1 按位或结果 0 0 1 …...

深入探索Qt异步编程--从信号槽到Future

概述 在现代软件开发中,应用程序的响应速度和用户体验是至关重要的。尤其是在图形用户界面(GUI)应用中,长时间运行的任务如果直接在主线程执行会导致界面冻结,严重影响用户体验。 Qt提供了一系列工具和技术来帮助开发者实现异步编程,从而避免这些问题。本文将深入探讨Qt…...

【KWDB 创作者计划】_本地化部署与使用KWDB 深度实践

引言 KWDB 是一款面向 AIoT 场景的分布式多模数据库&#xff0c;由开放原子开源基金会孵化及运营。它能在同一实例同时建立时序库和关系库&#xff0c;融合处理多模数据&#xff0c;具备强大的数据处理能力&#xff0c;可实现千万级设备接入、百万级数据秒级写入、亿级数据秒级…...

基于XC7V690T的在轨抗单粒子翻转系统设计

本文介绍一种基于XC7V690T 的在轨抗单粒子翻转系统架构;其硬件架构主要由XC7V690TSRAM 型FPGA芯片、AX500反熔丝型FPGA 芯片以及多片FLASH 组成;软件架构主要包括AX500反熔丝型FPGA对XC7V690T进行配置管理及监控管理,对XC7V690T进行在轨重构管理,XC7V690T通过调用内部SEMIP核实…...

机器学习 Day13 Boosting集成学习方法: Adaboosting和GBDT

大多数优化算法可以分解为三个主要部分&#xff1a; 模型函数&#xff1a;如何组合特征进行预测&#xff08;如线性加法&#xff09; 损失函数&#xff1a;衡量预测与真实值的差距&#xff08;如交叉熵、平方损失&#xff09; 优化方法&#xff1a;如何最小化损失函数&#x…...

Floyd算法求解最短路径问题——从零开始的图论讲解(3)

目录 前言 Djikstra算法的缺陷 为什么无法解决负权图 模拟流程 什么是Floyd算法 Floyd算法的核心思想 状态表示 状态转移方程 边界设置 代码实现 逻辑解释 举例说明 Floyd算法的特点 结尾 前言 这是笔者图论系列的第三篇博客 第一篇: 图的概念,图的存储,图的…...

spark和hadoop的区别与联系

区别 1. 数据处理模型 Hadoop&#xff1a;主要依赖 MapReduce 模型&#xff0c;计算分 Map&#xff08;映射&#xff09;和 Reduce&#xff08;归约&#xff09;两个阶段&#xff0c;中间结果常需写入磁盘&#xff0c;磁盘 I/O 操作频繁&#xff0c;数据处理速度相对受限&#…...

XMLXXE 安全无回显方案OOB 盲注DTD 外部实体黑白盒挖掘

# 详细点&#xff1a; XML 被设计为传输和存储数据&#xff0c; XML 文档结构包括 XML 声明、 DTD 文档类型定义&#xff08;可 选&#xff09;、文档元素&#xff0c;其焦点是数据的内容&#xff0c;其把数据从 HTML 分离&#xff0c;是独立于软件和硬件的 信息传输…...

C# .NET如何自动实现依赖注入(DI)

为解决重复性的工作&#xff0c;自动实现依赖注入&#xff08;DI&#xff09; 示例代码如下 namespace DialysisSOPSystem.Infrastructure {public static class ServiceCollectionExtensions{/// <summary>/// 批量注入服务/// </summary>/// <param name&qu…...

FastGPT Docker Compose本地部署与硅基流动免费AI接口集成指南

本文参考&#xff1a;https://doc.tryfastgpt.ai/docs/development/ 一、背景与技术优势 FastGPT是基于LLM的知识库问答系统&#xff0c;支持自定义数据训练与多模型接入。硅基流动&#xff08;SiliconFlow&#xff09;作为AI基础设施平台&#xff0c;提供高性能大模型推理引…...

AI对话高效输入指令攻略(三):使用大忌——“AI味”

免责声明&#xff1a; 1.本文所提供的所有 AI 使用示例及提示词&#xff0c;仅用于学术写作技巧交流与 AI 功能探索测试&#xff0c;无任何唆使或鼓励利用 AI 抄袭作业、学术造假的意图。 2.文章中提及的内容旨在帮助读者提升与 AI 交互的能力&#xff0c;合理运用 AI 辅助学…...

算法 | 成长优化算法(Growth Optimizer,GO)原理,公式,应用,算法改进研究综述,matlab代码

===================================================== github:https://github.com/MichaelBeechan CSDN:https://blog.csdn.net/u011344545 ===================================================== 成长优化算法 一、算法原理二、核心公式三、应用领域四、算法改进研究五…...

生产环境问题排查:日志分析与性能瓶颈定位(一)

引言 在当今数字化时代&#xff0c;各类应用系统如潮水般涌现&#xff0c;支撑着我们生活和工作的方方面面。从日常使用的电商平台、社交网络&#xff0c;到企业内部复杂的业务系统&#xff0c;它们的稳定运行和高效性能至关重要。而在生产环境中&#xff0c;日志分析与性能瓶…...

go语言的八股文

1.go语言触发异常的场景有哪些 运行时错误 1.空指针解引用&#xff1a;尝试访问一个未初始化的指针指向的内存&#xff0c;会导致程序崩溃并触发异常。 2.数组越界访问&#xff1a;试图访问数组中不存在的索引&#xff0c;比如数组长度为5&#xff0c;却尝试访问索引为10的元素…...

Office文件内容提取 | 获取Word文件内容 |Javascript提取PDF文字内容 |PPT文档文字内容提取

关于Office系列文件文字内容的提取 本文主要通过接口的方式获取Office文件和PDF、OFD文件的文字内容。适用于需要获取Word、OFD、PDF、PPT等文件内容的提取实现。例如在线文字统计以及论文文字内容的提取。 一、提取Word及WPS文档的文字内容。 支持以下文件格式&#xff1a; …...

组态软件工业化自动领域的可视化配置利器

组态软件是工业自动化领域的可视化配置利器&#xff0c;在工业生产中发挥着至关重要的作用&#xff0c;以下从定义、特点、功能、应用场景、市场现状及发展趋势等方面进行详细介绍&#xff1a; 定义 组态软件&#xff0c;又称组态监控系统软件&#xff0c;是用于数据采集和过程…...

Ansys electronics安装多版本simulink打开s-function冲突解决方法

安装了Ansys Electronics 2022 R1和2024 R1&#xff0c;想通过simplorer和simulink中的S-function进行联合仿真&#xff0c;结果注册表一直是2024 R1&#xff0c;修改方法如下&#xff1a; 1. WINR打开cmd&#xff0c;注意要用管理员权限打开 2. 输入 "D:\ANSYS\AnsysE…...

ubuntu--安装双系统

教程 BIOS设置 启动盘生成和ubuntu安装 boot option #1设置USB为第一启动项 rufus下载 官网&#xff1a; 链接 点击“链接”下面的按钮&#xff0c;即可下载。(注意查看自己的电脑是x64还是x84) 网盘下载&#xff1a; 链接...

快速搭建 Cpolar 内网穿透(Mac 系统)

1、Cpolar快速入门教程&#xff08;官方&#xff09; 链接地址&#xff1a;Cpolar 快速入门 2、官方教程详解 本地安装homebrew /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"这个是从 git 上拉取的&#x…...

【pytorch】torch.nn.Unfold操作

说明 一个代码里涉及到了unfold的操作&#xff0c;看了半天官网都没整明白维度怎么变化的&#xff0c;参考这个链接搞明白了&#xff1a; https://blog.csdn.net/ViatorSun/article/details/119940759 https://zhuanlan.zhihu.com/p/361140988 维度计算 输入&#xff08; N,…...

使用PyTorch实现图像增广与模型训练实战

本文通过完整代码示例演示如何利用PyTorch和torchvision实现常用图像增广方法&#xff0c;并在CIFAR-10数据集上训练ResNet-18模型。我们将从基础图像变换到复杂数据增强策略逐步讲解&#xff0c;最终实现一个完整的训练流程。 一、图像增广基础操作 1.1 准备工作 #matplotli…...

PyTorch实现糖尿病预测的CNN模型:从数据加载到模型部署全解析【N折交叉验证、文末免费下载】

本文将详细介绍如何使用PyTorch框架构建一个卷积神经网络(CNN)来预测糖尿病&#xff0c;包含完整的代码实现、技术细节和可视化分析。 1. 项目概述 本项目使用经典的Pima Indians Diabetes数据集&#xff0c;通过5折交叉验证训练一个1D CNN模型&#xff0c;最终实现糖尿病预测…...

红队专题-漏洞挖掘-代码审计-反序列化

漏洞挖掘-代码审计-反序列化 加固/防御命令执行相关日志Tools-JNDIExploitJNDI Java Naming and Directory Interface Java命名目录接口注入原理payload参数渗透测试-php命令执行-RCE+Struts2拿webshell普通权限 命令执行 拿 webshellCMD echo 写入一句话 php文件菜刀连接Strut…...

【2025软考高级架构师】——计算机系统基础(7)

摘要 本文主要介绍了计算机系统的组成&#xff0c;包括硬件和软件两大部分。硬件由处理器、存储器、总线、接口和外部设备等组成&#xff0c;软件则涵盖系统软件和应用软件。文章还详细阐述了冯诺依曼计算机的组成结构&#xff0c;包括 CPU、主存储器、外存等&#xff0c;并解…...

【网络原理】TCP协议如何实现可靠传输(确认应答和超时重传机制)

目录 一. TCP协议 二. 确定应答 三. 超时重传 一. TCP协议 1&#xff09;端口号 源端口号&#xff1a;发送方端口号目的端口号&#xff1a;接收方端口号 16位&#xff08;2字节&#xff09;端口号&#xff0c;可以表示的范围&#xff08;0~65535&#xff09; 源端口和目的…...

Java synchroinzed和ReentrantLock

synchronized —— JVM亲儿子的暗黑兵法 核心思想&#xff1a;“锁即对象&#xff0c;对象即锁&#xff01;” 底层三板斧 对象头里的锁密码 每个Java对象头里藏了两个骚东西&#xff1a; Mark Word&#xff1a;32/64位的比特修罗场&#xff0c;存哈希码、GC年龄&#xff0…...

【Linux】vim配置----超详细

目录 一、插件管理器准备 二、目录准备 三、安装插件 一、插件管理器准备 Vim-plug 是一个Vim插件管理器&#xff0c;利用异步并行可以快速地安装、更新和卸载插件。它的安装和配置都非常简单&#xff0c;而且在操作过程中会给出很多易读的反馈信息&#xff0c;是一个自由、…...

驱动开发硬核特训 · Day 15:电源管理核心知识与实战解析

在嵌入式系统中&#xff0c;电源管理&#xff08;Power Management&#xff09;并不是“可选项”&#xff0c;而是实际部署中影响系统稳定性、功耗、安全性的重要一环。今天我们将以 Linux 电源管理框架 为基础&#xff0c;从理论结构、内核架构&#xff0c;再到典型驱动实战&a…...

如何使用人工智能大模型,免费快速写工作计划?

如何使用人工智能大模型&#xff0c;免费快速写工作计划&#xff1f; 具体视频教程https://edu.csdn.net/learn/40406/666579...

延长(暂停)Windows更新

延长&#xff08;暂停&#xff09;Windows更新 因为不关闭更新有时候就会出现驱动或者软硬件不兼容&#xff0c;导致蓝屏出现。 注&#xff1a;为什么选择延长更新而不是用软件暂停更新&#xff0c;因为使用软件暂停更新会出现一下问题&#xff0c;比如微软商店打不开等等 键…...

QT实现串口透传的功能

在一些产品的开发的时候&#xff0c;需要将一个串口的数据发送给另外一个串口进行转发。 具体的代码如下&#xff1a; #include "mainwindow.h" #include "ui_mainwindow.h"MainWindow::MainWindow(QWidget *parent): QMainWindow(parent), ui(new Ui::Ma…...

分布类相关的可视化图像

目录 一、直方图&#xff08;Histogram&#xff09; 1.定义 2.特点 3.局限性 4.类型 5.应用场景 6.使用Python实现 二、密度图&#xff08;Density Plot&#xff09; 1.定义 2.特点 3.局限性 4.类型 5.应用场景 6.使用Python实现 三、箱线图&#xff08;Box Plo…...

【android bluetooth 框架分析 02】【Module详解 12】【 BidiQueue、BidiQueueEnd、Queue介绍】

1. BidiQueue 和 BidiQueueEnd 蓝牙协议栈里面有很多 BidiQueue ,本节就专门来梳理这块内容。 2. BidiQueue 介绍 BidiQueue&#xff0c;是 Host 与 Controller 层通信的中枢之一&#xff0c; acl_queue_、sco_queue_、iso_queue_ 都是 BidiQueue 类型。让我们一起看一下这个…...

c++通讯录管理系统

通讯录是一个可以记录亲人&#xff0c;好友的信息工具。 功能包括&#xff1a; 1&#xff0c;添加联系人&#xff1a;向通讯录添加新人&#xff0c;包括&#xff08;姓名&#xff0c;性别年龄&#xff0c;联系电话&#xff0c;家庭住址&#xff09; 2&#xff0c;显示联系人…...

React 打包

路由懒加载 原本的加载方式 #使用lazy()函数声明的路由页面 使用Suspense组件进行加载 使用CDN优化...

day1 python训练营

变量与输出 print(1,2,3,sep\n,endsep用来区分两个变量&#xff0c;end会紧跟最后一个变量) print(1,2,3,sepaaa,endsep用来区分两个变量,3后面不会再输出aaa) 格式化字符串 变量名值 print(f"变量名{变量名}") 变量的基础运算 ,-*,/ 注意*不要忘写。比如2j就不…...

C语言状态字与库函数详解:概念辨析与应用实践

C语言状态字与库函数详解&#xff1a;概念辨析与应用实践 一、状态字与库函数的核心概念区分 在C语言系统编程中&#xff0c;"状态字"和"库函数"是两个经常被混淆但本质完全不同的概念&#xff0c;理解它们的区别是掌握系统编程的基础。 1. 状态字&…...

软件测试笔记(测试的概念、测试和开发模型介绍、BUG介绍)

软件测试笔记 认识测试 软件测试是啥&#xff1f; 说白了&#xff0c;就是检查软件的功能和效果是不是用户真正想要的东西。比如用户说“我要一个能自动算账的软件”&#xff0c;测试就是看这个软件到底能不能准确算账、有没有漏掉功能。 软件测试定义&#xff1a;软件测试就…...

Python多进程同步全解析:从竞争条件到锁、信号量的实战应用

1. 进程同步的必要性 在多进程编程中&#xff0c;当多个进程需要访问共享资源时&#xff0c;会出现竞争条件问题。例如火车票售卖系统中&#xff0c;如果多个售票窗口同时读取和修改剩余票数&#xff0c;可能导致数据不一致。 1.1 竞争条件示例 from multiprocessing import…...

Vue3 + TypeScript,关于item[key]的报错处理方法

处理方法1&#xff1a;// ts-ignore 注释忽略报错 处理方法2&#xff1a;item 设置为 any 类型...

Spring源码中关于抽象方法且是个空实现这样设计的思考

Spring源码抽象方法且空实现设计思想 在Spring源码中onRefresh()就是一个抽象方法且空实现&#xff0c;而refreshBeanFactory()方法就是一个抽象方法。 那么Spring源码中onRefresh方法定义了一个抽象方法且是个空实现&#xff0c;为什么这样设置&#xff0c;好处是什么。为…...

Pandas数据可视化

在当今这个数据驱动的时代&#xff0c;数据可视化已经成为数据分析不可或缺的一部分。通过图形化的方式展示数据&#xff0c;我们能够更直观地理解数据的分布、趋势和关系&#xff0c;从而做出更加精准的决策。Pandas&#xff0c;作为Python中最为流行的数据处理库&#xff0c;…...