目录
.因为要做这两个商品的销售折线图,所以先提取一下看看是否正常(避免有空值)
玫瑰图就是在饼图的基础上,每一块饼的半径表示该区域的数据大小
3.对[平均速度]这个序列进行加工,做一个速度区间,后面将用速度区间 做一个玫瑰图
前言:数据可视化是将数据以视觉形式表现出来的数据研究。也可以理解为是通过计算机图形学和图像处理等技术将获取的数据转换成图表或图像等展现在屏幕上,并进行各种交互处理的理论、方法和技术。图表为更好地探索、分析数据提供了一种直观的方法,它对最终分析结果的展示具有重要的作用。数据可视化是一个新兴名词,它表示用图表的形式对数据进行展示。当您对一个数据集进行分析时,如果使用数据可视化的方式,那么您会很容易地确定数据集的分类模式、缺失数据、离群值等等。
import pandas as pd
import pyecharts.options as opts
from pyecharts.charts import Line
data = pd.read_excel(r'折线图作业数据-商品销量(1).xlsx')
data
x = data['日期'].agg(lambda x:str(x.day)).tolist()
x
data['牛奶']
data['面包']
c = (
Line()
.add_xaxis(x)
.add_yaxis(
"牛奶",
data['牛奶'],
itemstyle_opts=opts.ItemStyleOpts(border_width=3,border_color="red",color="blue"),
linestyle_opts=opts.LineStyleOpts(color="#33FFFF",width=4,type_="dashed"),
# markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="min")]),
)
.add_yaxis(
"面包",
data['面包'],
itemstyle_opts=opts.ItemStyleOpts(border_width=3,border_color="blue",color="red"),
linestyle_opts=opts.LineStyleOpts(color="#33FFFF",width=4,type_="dashed"),
# markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max")]),
)
.set_global_opts(title_opts=opts.TitleOpts(title="商品日销售折线图"))
# .render("line_markpoint.html")
)
c.render_notebook()
from pyecharts import options as opts
from pyecharts.charts import Pie
import pandas as pd
data = pd.read_excel(r'新能源汽车行驶里程表.xlsx')
data
提取平均速度这个序列查看是否有报错(避免有空值)
data['平均速度']
# 方法1:序列的加工 Series.agg(加工函数)
def age_range(平均速度):
if 平均速度<=20:
return '0~20'
elif 平均速度<=30:
return '20~30'
elif 平均速度<=40:
return '30~40'
elif 平均速度<=50:
return '40~50'
else:
return '50以上'
data['速度区间'] = data['平均速度'].agg(age_range)
# 方法2:通过pd.cut()函数实现分箱
data['速度区间2'] = pd.cut(data['平均速度'],bins=[0,20,30,40,50,100],labels=['0~20','20~30','30~40','40~50','50以上'])
data
result = data.groupby(by='速度区间')['平均速度'].count()
result
for x,y in zip(['a','b'], [1,2]):
print(x) # 输出元组对象(和列表类似的对象)
print(y)
list = [[x,int(y)] for x,y in zip(result.index, result.values)]
list
c = (
Pie(init_opts=opts.InitOpts(width="1000px", height="800px")) # 设置背景的大小
.add(
series_name = "速度区间", # 必须项
data_pair = list,
radius=["20%", "40%"], # 设置环的大小
# center=["20%", "50%"], # 设置饼图的位置
rosetype="radius", # 设置玫瑰图类型
label_opts=opts.LabelOpts(formatter="{a}:{b}\n个数:{c}\n占比:{d}%"), # 设置标签内容格式
)
.set_colors(["#FF00FF", "#DC143C", "#00FF00", "pink"]) # 颜色设置
.set_global_opts(title_opts=opts.TitleOpts(title="Pie-玫瑰图示例"),
legend_opts=opts.LegendOpts(pos_top="9%", pos_left="30%"), # 设置图示的位置
)
)
c.render_notebook()
import pyecharts.options as opts
from pyecharts.charts import Bar3D
import pandas as pd
data = pd.read_excel(r'航空公司数据.xlsx')
data
gender_level_count = data.groupby(by=['会员卡级别','性别'])['会员卡号'].count()
gender_level_count
gender = ['男','女']
level = [4,5,6] # 手动创建list
list.append([i,j,int(gender_level_count[level[i],gender[j]])]) # 第三维度的数据需要int类型
list = []
for i in range(len(level)):
for j in range(len(gender)):
list.append([i,j,int(gender_level_count[level[i],gender[j]])]) # 第三维度的数据需要int类型
list
series_name="", # 此参数必须有
data = list, # 必须接收一个二维list,且元素列表的前两位数字为柱体在3d坐标系中位置的索引
.set_series_opts(label_opts=opts.LabelOpts(is_show=True)) # 显示数据标签
c = (
Bar3D(init_opts=opts.InitOpts(width="800px", height="600px"))
.add(
series_name="", # 此参数必须有
data = list, # 必须接收一个二维list,且元素列表的前两位数字为柱体在3d坐标系中位置的索引
xaxis3d_opts=opts.Axis3DOpts(type_="category", data=level, name='会员卡等级'),
yaxis3d_opts=opts.Axis3DOpts(type_="category", data=gender, name='性别'),
zaxis3d_opts=opts.Axis3DOpts(type_="value", name = '人数'),
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=True)) # 显示数据标签
.set_global_opts(
visualmap_opts=opts.VisualMapOpts(
max_ = 5000, # 设置色阶的最大值
# range_color= Faker.visual_color # 调用Faker数据库的色阶数据
)
)
)
c.render_notebook()
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。
文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法