有问题就有答案
农精指什么
精准农业是一个农业应用和实践体系，包括信息采集－信息解码－投入优化－田间实践的良性循环，其中信息和数据是精准农业最核心部分，首先要采集作物相关信息， 以及影响作物生长的外界信息，再通过一系列软件应用技术，进行信息的统计分析解读，并以网站或手机App 的，包括种植者或农技服务人员等，来指导农业田间实践活动，达到精准种植、精准灌溉、精准喷施等目的，以获取最高产量和最大经济效益。
有什么好的，清晰的历史数据网站呀，百度根本搜索不到。百度不靠谱
基本没有好的网站，就是那些不算好的网站还是收费的。给你说一个比较好的方法查历史数据。不管那种，在百度或头条都能搜到历史同期号码。就拿双色球来说，双色球每年150期左右。在头条或百度上搜历史同期，从001期开始，就能查到双色球历史以来的号码。从这里我发现了一个问题。双色球开过得一组号码，基本不会在以后开出同样一组号码。这样我们在选号以后，就可以排除这些开过得组合。大家都知道双色球有1700多万种组合，用上一些方法之后可以大大提高几率。买6加16花32块钱，的几率就是110多万分之一。那在排除历史开过的号码，再排除一些很难开出的号码，比如说01 02 03 04 05 06。这样去买的话比随机打几注的几率要高的多的。
网站常用统计代码（PV，UV）分别代表什么意思
PV(page view)，即页面浏览量，或点击量;通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标。高手对pv的解释是，一个访问者在24小时(0点到24点)内到底看了你网站几个页面。这里需要强调:同一个人浏览你网站同一个页面，不重复计算pv量，点100次也算1次。说白了，pv就是一个访问者打开了你的几个页面。PV之于网站，就像收视率之于电视，从某种程度上已成为投资者衡量商业网站表现的最重要尺度。pv的计算:当一个访问者访问的时候，记录他所访问的页面和对应的IP，然后确定这个IP今天访问了这个页面没有。如果你的网站到了23点，单纯IP有60万条的话，每个访问者平均访问了3个页面，那么pv表的记录就要有180万条。uv(unique visitor)，指访问某个站点或点击某条新闻的不同IP地址的人数。在同一天内，uv只记录第一次进入网站的具有独立IP的访问者，在同一天内再次访问该网站则不计数。独立IP访问者提供了一定时间内不同观众数量的统计指标，而没有反应出网站的全面活动。
学习数据分析时，有哪些获取海量数据源的网站
数据分析，数据是根本。首先，我们要保证拿到的是可靠、真实的数据，然后再把这些数据分析基础运用到实际的工作业务中，好好理解业务逻辑，真正用数据分析驱动网站运营、业务管理，发挥数据的价值。那么，到底在哪里才能获取到可靠的数据呢？拿到以后又怎样去展示他们？一、公开数据集1.GitHub—Awesome Public Datasets（-public-datasets）这个我一定要放第一个，太惊艳了。一个大神整理的非常全面的数据获取渠道，包含各个细分领域的数据库资源。领域科研研究，从这里开始。涉及的领域包括：农业、生物学、气候、计算机网络、数据科学、地球科学、经济学、教育、能源、金融学、GIS、图像处理、机器学习、自然语言、神经科学、物理学、心理学、社会科学....oh，看到英语不用害怕。谷歌浏览器，你值得拥有。2. 亚马逊AWS（）来自亚马逊的跨科学云数据平台，包含化学、生物学、经济学、天文学等多个领域的数据集。同样是公开数据集，涉及领域较少但是非常权威。3.UCI（）加州大学欧文分校开放的经典数据集，可以说非常经典了，被很多机器学习实验室采用。机器学习必选数据。二、国内公开数据1.国家数据（）这个数据库信息内容涵盖范围全面、详实，并且有些数据已经做好了可视化，所以具有很高的实用性；基本只要和国情相关的信息都会在里边发布；比如地区房价、工业、能源、居民消费总额、房地产投资甚至食品的平均价格。国家统计数据库包括历年月、季、年度数据，可通过数据库“搜索”、选择“指标”等，方便快捷地查询到历年、分地区、分专业的数据。2.国家统计局（）这个网站的信息是比较宏观的，国家统计局一般只发布全国和分省的宏观统计数据。但如果想获取市级、地级信息，也可以底部的友情链接中获取。三、数据采集网络爬虫，做数据分析的，相信大家都听说过。但很多人就说，我不会写Python，也没时间学。很多公司需要数据的时候常常也会将要爬取的网站外包出去。但其实还有一种，就是采集器采集。1.八爪鱼采集器（）这是一款免费的数据采集工具，而且没有功能限制，几乎所有网站都能采集，最大的特点是上手快，免费采集几万条数据没压力，当然也有付费增值服务可选。四、地图数据源不得不承认，做数据分析的时候，我最喜欢的就是地图了。因为可以自己选择、编辑、绘制地图。而地图的美观程度直接影响了我的心情。当然最重要的还是里面的开源数据。1.OSGeo中心（）OSGeo中心的使命是支持开源地理信息软件和遥感软件的开发以及推动其更广泛的应用，尤其是帮助地区的用户和开发者。涉及生态领域、地理、气候资源较多。2.ArcGIS(-data)3.OSM（openstreetmap.org/）OpenStreetMap 是一个世界地图，可依据开放许可协议自由使用、编辑、绘制。目标是创造一个内容自由且能让所有人编辑的世界地图。设计属于自己的地图，从这里开始。数据源的获取我知道的都已经分享给大家了。但拿到数据以后还需要用可视化工具展示出来。接下来我会整理关于如何展示数据的内容。希望这些免费的资源对学习数据分析的你有帮助。如果有帮助，欢迎关注我以示支持，也以防错过下一波干货！~
数据分析工具类软件，好用的有哪些
通过数据可视化可以非常直观的展示数据的分布特征，帮助用户快速的分析数据，解决业务问题。目前国内有很多非常优秀的数据可视化工具和技术。小编给大家梳理了一些让人惊艳的数据可视化工具。1、数据可视化语言工具类2、BI可视化工具类3、统计分析可视化工具类4、JS可视化库下面为大家详细地介绍每种类型的代表性工具。1、数据可视化语言工具数据可视化语言主要用Python、R等。Python在日常工作中，为了更直观地发现数据中隐藏的规律，察觉到变量之间的互动关系，人们常常借助可视化帮助我们更好的给他人解释现象，做到一图胜千文的说明效果。在Python中，常见的数据可视化库有:matplotlib 是最常见的2维库，可以算作可视化的必备技能库，由于matplotlib是比较底层的库，api很多，代码学起来不太容易。seaborn 是建构于matplotlib基础上，能满足绝大多数可视化需求。更特殊的需求还是需要学习matplotlib。上述两个库都是静态的可视化库，大多数做过前端Web开发的同学都用到过Echarts.js库，它是一款前端可视化的JS库、功能非常之强大。在使用之前，需要导入js库到项目中。对于平时用Python较多的同学而言，如果每次实现可视化功能(特别是一些小需求)，都需要引用js库显然不太方便，于是就在想有没有Python与Echarts结合的轮子。答案是肯定的，在Github中就有一个国人开发的一个Echarts与Python结合的轮子：Pyecharts，它不仅很好的兼容了web项目，而且可以做到可视化的动态效果。Pyecharts 是一个用于生成 Echarts 图表的类库。常规的Echarts 是由百度开源的一个数据可视化 JS 库，主要用于数据可视化。简单来说，Pyecharts是一款将python与echarts结合的强大的数据可视化工具。R语言R语言有两大绘图系统：基础绘图系统和Grid绘图系统，两者相互独立。基础绘图系统直接在图形设备上画图；而Grid系统将界面分成矩形区域（viewport），每个区域有自己独立的坐标体系，并且相互可以嵌套，使得Grid系统可以画出更复杂的图形。用过R的朋友们知道，R的功能是通过一个个库（package）——也就是我们常说的工具包实现的。基础绘图系统依赖于graphics包。基于Grid系统的包有grid，lattice，ggplot2等。grid包仅提供低级的绘图功能（如点、线等），并不能画出完整的图形。更高级的图形是两个主流绘图包lattice和ggplot2来实现。2、BI可视化工具类Wyn Enterprise - 嵌入式商业智能和报表软件|可视化BI数据分析工具 作为一款商业智能软件，Wyn Enterprise 的BI仪表板内置50多种自主研发的数据可视化效果，包括：条形图、柱状图、折线图、面积图、饼图、玫瑰图、旭日图、雷达图、散点图、气泡图、树形图、组合图、KPI指标卡、2D地图、3D地图、表格、透视表、迷你图等。同时，完全开放的 可视化插件机制，可以将Echarts、D3.js、ChartJS、G2、3D模型等集成到仪表板中，满足任何可视化效果的需要。Wyn Enterprise 商业智能零编码即可实现您的全部需要。包括屏幕自适应、多页面仪表板、自动数据刷新、3D动画特效等，并已经应用到智慧园区、智能车间、健康医疗、电力能源、校园安全、数字指挥中心等场景。TableauTableau 是桌面系统中最简单的商业智能工具软件，Tableau 没有强迫用户编写自定义代码，新的控制台也可完全自定义配置。在控制台上，不仅能够监测信息，而且还提供完整的分析能力。Tableau控制台灵活，具有高度的动态性。Tableau公司将数据运算与美观的图表完美地嫁接在一起。它的程序很容易上手，各公司可以用它将大量数据拖放到数字“画布”上，转眼间就能创建好各种图表。这一软件的理念是，界面上的数据越容易操控，公司对自己在所在业务领域里的所作所为到底是正确还是错误，就能了解得越透彻。3、统计分析工具类统计分析的可视化工具的代表主要有Matlib、SPSS、Origin等。MatlibMATLAB在数据处理、运算和分析中的各种应用。和其他类似的科学计算工具相比，MATLAB图形编辑功能显得尤为强大。通过图形，用户可以直观地观察数据间的内在关系，也可以十分方便地分析各种数据结果。从最初的版本开始，MATLAB就一直致力于数据的图形表示，而且在更新版本的时候不断地使用新技术来改进和完善可视化的功能。MATLAB R2014b 推出了全新的 MATLAB 图形系统。全新的默认颜色、字体和样式便于数据解释。抗锯齿字体和线条使文字和图形看起来更平滑。图形对象便于使用–您可以在命令窗口中显示常用属性，并且对象支持熟悉的结构化语法，可以更改属性值。SPSS在进行数据分析时，比如频数分析，想了解男女的分布比例，此时直接进行分析SPSSAU默认会生成对应的图，方差分析，T检验，交叉分析等也是如此。SPSSAU总是会默认提供最适合的图，当然也可选择使用。为什么SPSSAU可以做到这样，原因在于做分析的时候已经带着数据的类型，因此SPSSAU默认就知道应该画出什么样的图形。比如做交叉分析，在得到规范表格时，SPSSAU默认会生成对应的柱形图，条形图，堆积柱形图或堆积条形图等，SPSSAU默认提供的图通常都是最优的，如果你希望切换成其它类型，点一下就好。4、JS可视化组件类Echarts一个纯java的数据可视化库，百度的产品，常应用于软件产品开发或者 系统的图表模块，图表种类多，动态可视化效果，开源免费。评价：非常好的一个可视化库，图表种类多，可选的主题。以前我们产品中就是使用echarts进行可视化需求的定制开发。Echarts中主要还是以图表为主，没有提供文本和表格方面的展现库，如果有相关需求还需要引入表格和文本方面的其他可视化库。HighCharts与echarts相似，同样是可视化库，国外的产品，商用需要付费，文档详尽。同样是非常好的一个可视化库，图表种类多。但是同样需要进行二次开发，,没有提供文本和表格方面的展现库。而且因为商用付费，所以能选择echarts肯定不会选择highcharts。AntVAntv是蚂蚁金服出品的一套数据可视化语法，是国内第一个才用the grammar of Graphics这套理论的可视化库。在提供可视化库同时也提供简单的数据归类分析能力。是一个优秀的可视化库，需要进行二次开发。因为采用的是the grammar of Graphics 语法，和echarts相比各有千秋。