京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA持证人简介:
杨贞玺 ,CDA一级持证人,郑州大学情报学硕士研究生,某上市公司数据分析师。
学习入口:https://edu.cda.cn/goods/show/3893?targetId=6850&preview=0
要了解智慧城市,我们需要先搞清楚这两点
智慧城市并非单一行业或领域,而是一个综合性概念,主要通过技术整合与应用,推动城市多维度的协同发展。

它主要包括以下四个方面:

截至 2024 年 11 月,我国有 243 个省级和城市的地方政府上线平台,这些平台开放了 API 数据接口等公共数据,包括统计数据年鉴等。
此外,省级平台达到 24 个,城市平台大约有 219 个。
数据分析在智慧城市中的应用价值主要体现在以下几个方面:

从数据分析的角度看,城市信息采集是数据分析的收集过程。

城市中多元异构数据的采集方式主要包括:
收集完数据后,需要对数据进行清洗和预处理,具体处理方式和流程如下图:

智能化数据采集的方法有很多,如利用无人机,定时或应急巡检城市低空区域,获取高分辨率影像和视频数据等。
只有做好智能化数据采集,后面才能对城市生命系统的监测和优化不断做出调整和反应。
首先,我们需要明确市民热线的数据分析其涵盖的服务领域,以及相关的数据分析方法、支持手段和图谱构建方法。

接下来以情感云图为例,展示文本情感分析的具体操作过程。
具体操作步骤如下:

上传后,工具会自动识别并处理数据,可以生成正面词云图、负面词云图以及包含正面和负面词汇的整体词云图,从图中可以直观地了解整体的情感倾向。
学习入口:https://edu.cda.cn/goods/show/3893?targetId=6850&preview=0
如果大家想听程老师完整版分享视频,可以微信扫码免费学习。
《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~

免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19