一些常用的基础级的数据分析，比如 [连续 3 天有增长的排行榜单] 之类的算法用什么样的解决方案比较合适？

[codenamea]

数据表结构大概是这样：
日期 | ID | 销量 | 退货
2016-9-14 | 10001 | 100 | 15
2016-9-14 | 10002 | 71 | 4
2016-9-14 | 10003 | 10 | 4
2016-9-13 | 10001 | 50 | 18
2016-9-13 | 10002 | 31 | 28
2016-9-13 | 10003 | 40 | 23

需要做一些简单的数据统计，比如

1. 找出连续 n 天 sell_count 都在增长的商品，并且按照增长幅度排名的 top10 ?
2. 按照销量分级比如 [最近 3 天平均销量 0-50 件、 50-100 件、 100-200 件区间的商品，按照区间找出退货最高的 TOP10 ]

这种类型的统计，用什么样的解决方案比较合适？
把结果从 MYSQL 里面取出来，用 python 去处理好，还是直接在 MYSQL 里做完以后 python 只做呈现？

需求 1 ： [找出连续 n 天 sell_count 都在增长的商品，并且按照增长幅度排名的 top10 ]
有没有比较好的实现思路或者代码参考？ 有没有相关这类数据分析的资料推荐？

[qfdk]

很简单啊- -，有个东西叫做 Apache zeppelin ， 你把 mysql 的导出成 csv ，然后读进去，就可以 SQL 进行查询，最后还是图表形式展现给你。一个 group by 就好了。
Scala 进行处理

[codenamea]

@qfdk 我想要的是 mysql+python 的方案。
而且我需要的是解决 [连续 n 天 sell_count 都在增长的商品，并且按照增长幅度排名的 top10] 。
不是单纯的 order by.
是要 n 天内连续增长。不是 n 天总增长 top

[vietor]

spark 写个 Python 脚本

[ruoyu0088]

用 pandas: 先计算 diff() > 0 ，得到前后两天的差为正的布尔序列。然后使用 rolling sum 计算移动和，如果移动和等于窗口大小 N 就是连续增长 N 天。

[CrowQu]

看数据量，你要日流水过百万用 mysql ＋ python 就算了吧

[codenamea]

@CrowQu 还好。每天产生的记录大概是 10K 级的。

[codenamea]

@ruoyu0088 感谢。我想这就是我要的方案了。
这种很日常的数据筛选常用算法方面，有没有什么资料可以推荐？

[qfdk]

@codenamea 显然是可以 py 的 手动斜眼

[imn1]

python with pandas 的移动统计做这个很方便，参看 pandas 手册 computational tools 一章

[CrowQu]

@codenamea 那写 SQL 不就行么，要觉得慢还可以按天增量计算，免得数据还要 DB －>Python 做一次 IO

[loryyang]

pandas, numpy

[winglight2016]

要想通用一些，找些开源的数据仓库软件就可以基于任意维度作分析报表了，自己写代码和 sql 多麻烦