- 综合排序
- 最热优先
- 最新优先
- 来自专栏学习计划
msyql truncate 恢复数据
找到日志文件后，需要分离要恢复的数据 1 确定时间，或是数据库，或是表 2 如果是删除的数据，那么需要把之前的日志也拿下来，把之前的数据都恢复， 指定数据库恢复成sql 比如数据库：data-analysis 那么命令： # 方法一：指定数据库从日志导出sql mysqlbinlog -u pico -p --database=data-analysis -vv /data/mysql/log/ row-data-analysis.sql # 方法二：指定数据库，和结束时间，从日志导出sql，如果不记得时间，可以先全部导出，再把出错的sql删除 mysqlbinlog -u pico -p --database=data-analysis 和结束位置，从日志导出sql；这个位置，在日志里可以找到，position可以再日志文件里找到，日志已经一般比较大，所有用方法一最好 mysqlbinlog -u pico -p --database=data-analysis
1.3K10编辑于 2022-09-07 你的24小时待命AI同事：WorkBuddy 如何重塑本地办公流
案例三：整理表格安装插件data-analysis，可以搜索公众号的内容并且导出excel表格。这是一个数据分析插件，具有Excel电子表格的创建，编辑和分析功能。支持公式、格式、数据分析和可视化。 安装完成后可以指定插件名称进行调用，如：请帮我完成一次关于Coze技能生态的深度调研，并调用data-analysis插件执行以下任务：精准搜索：调用wechat-article-search搜索关于Coze 案例四：数据分析可以通过上次数据表给它，然后要求“帮我用data-analysis分析一下这份数据”案例五：开发网站根据内容开发网页，如：“https://mp.weixin.qq.com/s/dCgIPxN0wRIi0iLP8H5ijA
36210编辑于 2026-04-09- 来自专栏深度学习与python
近百个大数据开源项目，你该如何选型？|《开源大数据热力报告2022》入围项目公示
Github 上 Topic Tag 满足如下条件且开源的大数据项目：Topic Tag：big-data、etl、data-ingestion、data-collection、data-pipeline、data-analysis 完善的文档；半年内发布过新版本 2、Github 上带有如下 Topic Tag 之一：big-data、etl、data-ingestion、data-collection、data-pipeline、data-analysis
68930编辑于 2023-03-29 - 来自专栏数据万花筒
数据埋点|从隐私保护浅谈数据生命周期，初识数据埋点
那么服务器在应答你的客户端请求的时候，也能拿到一些基本信息，比如你的浏览器类型、版本号、屏幕分辨率、IP 地址等等 http://www.woshipm.com/data-analysis/3195604 参考文章 http://www.woshipm.com/data-analysis/3195604.html http://www.woshipm.com/data-analysis/665420.html 1226257638931050496/section/1226266001714663424 https://zhuanlan.zhihu.com/p/260472122 http://www.woshipm.com/data-analysis
2.8K10发布于 2021-01-20 - 来自专栏Python数据科学
手把手 | 教你用几行Python和消费数据做客户细分
warnings warnings.filterwarnings('ignore') import pandas as pd url = 'https://github.com/tristanga/Data-Analysis 简单策略实例（上：打电话；下：电邮营销） 在Github上可以找到本Jupyter Notebook https://github.com/tristanga/Data-Analysis/blob/master
92040发布于 2018-12-06 - 来自专栏数据分析1480
手把手教你用几行Python和消费数据做客户细分
warnings warnings.filterwarnings('ignore') import pandas as pd url = 'https://github.com/tristanga/Data-Analysis 简单策略实例（上：打电话；下：电邮营销） 在Github上可以找到本Jupyter Notebook https://github.com/tristanga/Data-Analysis/blob/master
58431发布于 2019-08-05 - 来自专栏数据森麟
实用流量数据分析指南
这里将这部分内容对应的一些参考学习链接放上，更多理解还需自己领悟： 用户行为事件模型： http://www.woshipm.com/data-analysis/686576.html 用户行为路径分析 ： http://www.woshipm.com/data-analysis/704261.html 用户体验分析： http://www.woshipm.com/discuss/53005.html。 //wenku.baidu.com/view/7e156f087275a417866fb84ae45c3b3567ecdd18.html 漏斗模型分析： http://www.woshipm.com/data-analysis
1.5K21发布于 2019-09-27 - 来自专栏万能的小草
APP里的会话Session,你真的懂吗？
▌参考资料 [1].神策-乔一鸭.数据分析方法论：你真的懂 Session（会话） 分析吗,2017.06.26 http://www.woshipm.com/data-analysis/700390 .html [2].Albert.Session 分析的妙用,http://www.woshipm.com/data-analysis/5239785.html
3.7K41编辑于 2022-09-21 - 来自专栏大数据文摘
手把手 | 教你用几行Python和消费数据做客户细分
warnings warnings.filterwarnings('ignore') import pandas as pd url = 'https://github.com/tristanga/Data-Analysis 简单策略实例（上：打电话；下：电邮营销） 在Github上可以找到本Jupyter Notebook https://github.com/tristanga/Data-Analysis/blob/master
58920发布于 2018-11-23 - 来自专栏有文化的技术人
Skill 在实际 Agent 业务中的实现方案
│ │ │ │ │ │ │ │ 例如：data-analysis ← 另一个 Skill │ ├── SKILL.md │ └── scripts/ │ └── transcribe.py │ └── data-analysis │ │ │ │ ├── ocr/SKILL.md ──────▶ 解析 front matter │ │ │ │ │ │ │ ├── data-analysis │ │ │ │ "ocr": "/path/skills/ocr", │ │ │ │ │ │ "data-analysis ": "/path/skills/data-analysis", │ │ │ │ │ │ "whisper": "/path/skills/whisper
14910编辑于 2026-04-09 - 来自专栏有文化的技术人
Agent Skill 按需加载：架构设计与实现解析
front matter + Markdown body） │ ├── guide.md # 辅助文档 │ └── reference.txt # 辅助文档 └── data-analysis 如果所有 Agent 的 Skill 状态都混在一起，就会出现"串台"： 场景：Agent-A 加载了 code-review，Agent-B 加载了 data-analysis ❌ 不隔离：Agent-A 的 Prompt 里也会出现 data-analysis 的内容 ✅ 带作用域：每个 Agent 只看到自己加载的 Skill Key 生成函数的核心逻辑： func LoadedKey(agentName Once 模式） 注入后的 System Message 结构示例： （原始 System Prompt 内容） Available skills: - code-review: 代码审查技能 - data-analysis
20810编辑于 2026-04-09 - 来自专栏小七的各种胡思乱想
解密Prompt系列64. Anthropic Skils的延伸思考
场景：你是一个数据分析Agent，已经安装了"data-analysis"Skill。 阶段2：对话与触发(Trigger&Load)用户：“分析一下sales.csv，找出TOP3销售”LLM推理：匹配用户请求与data-analysis技能描述，生成工具调用：展开代码语言：BashAI 代码解释read/mnt/skills/data-analysis/SKILL.md工具输出&上下文更新：VM执行read命令，并把工具返回结果也就是SKILL.md的内容补充到当前对话的上下文中。
73820编辑于 2025-11-13 - 来自专栏AI篮球与生活
最强 Python 数据可视化库，没有之一！
（Github 源代码地址：https://github.com/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb 就拿博客文章点赞总数为例（原始数据见 Github：https://github.com/WillKoehrsen/Data-Analysis/tree/master/medium ），做一个简单的交互式柱状图
2.7K31编辑于 2023-03-01 - 来自专栏机器学习养成记
数据分析利器之漏斗分析
https://zhuanlan.zhihu.com/p/395594456 https://www.sohu.com/a/445463180_114819 http://www.woshipm.com/data-analysis
87510编辑于 2022-03-15 - 来自专栏萝卜大杂烩
超强 Python 数据可视化库，一文全解析
（Github 源代码地址：https://github.com/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb 就拿博客文章点赞总数为例（原始数据见 Github：https://github.com/WillKoehrsen/Data-Analysis/tree/master/medium ），做一个简单的交互式柱状图
1.4K40编辑于 2022-09-28 - 来自专栏Python小二
最强最炫的Python数据可视化神器，没有之一！
（Github 源代码地址：https://github.com/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb 就拿博客文章点赞总数为例（原始数据见 Github：https://github.com/WillKoehrsen/Data-Analysis/tree/master/medium ），做一个简单的交互式柱状图
1.9K10编辑于 2022-08-24 - 来自专栏小詹同学
功能强大、文档健全的开源 Python 绘图库 Plotly，手把手教你用！
（Github 源代码地址：https://github.com/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb 就拿博客文章点赞总数为例（原始数据见 Github：https://github.com/WillKoehrsen/Data-Analysis/tree/master/medium ），做一个简单的交互式柱状图
4.7K52发布于 2020-10-10 - 来自专栏DeepHub IMBA
使用Pandas melt()重塑DataFrame
本文代码：https://github.com/BindiChen/machine-learning/blob/master/data-analysis/048-pandas-melt/pandas-melt.ipynb
4.4K11编辑于 2022-01-21 - 来自专栏DeepHub IMBA
5分钟掌握Pandas GroupBy
如果你需要本篇文章完整代码，可以在这里找到：https://github.com/rebecca-vickery/machine-learning-tutorials/blob/master/data-analysis
2.8K20发布于 2021-04-16 - 来自专栏Python大数据分析
好看不火 | 怎么才有数据分析思路？
运营数据能力进阶（一）：客户画像数据分析 LunaDeng，人人都是产品经理 http://www.woshipm.com/data-analysis/2409661.html 这篇文章基于上海市链家二手房数据
39810编辑于 2022-04-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号