刘宇宙,现在一家创业型公司做技术总负责,做爬虫和数据处理相关工作,曾从事过卡系统研发、金融云计算服务系统研发,物联网方向大数据研发,著书一本,《Python3.5从零开始学》

如何做Python 的数据可视化?

pyecharts 是一个用于生成 Echarts 图表的类库。 Echarts 是百度开源的一个数据可视化 JS 库。主要用于数据可视化。

一、安装

pyecharts 兼容 Python2 和 Python3。目前版本为 0.1.4

pip install pyecharts

二、入门

首先开始来绘制你的第一个图表

frompyecharts importBarbar =Bar(”我的第一个图表”, ”这里是副标题”)bar.add(”服装”, [”衬衫”, ”羊毛衫”, ”雪纺衫”, ”裤子”, ”高跟鞋”, ”袜子”], [5, 20, 36, 10, 75, 90])bar.show_config()bar.render()

Tip:可以按右边的下载按钮将图片下载到本地

  • add()

    主要方法,用于添加图表的数据和设置各种配置项

  • show_config()

    打印输出图表的所有配置项

  • render()

    默认将会在根目录下生成一个 render.html 的文件,支持 path 参数,设置文件保存位置,如 render(r”e:my_first_chart.html”),文件用浏览器打开。

    默认的编码类型为 UTF-8,在 Python3 中是没什么问题的,Python3 对中文的支持好很多。但是在 Python2 中,编码的处理是个很头疼的问题,暂时没能找到完美的解决方法,目前只能通过文本编辑器自己进行二次编码,我用的是 Visual Studio Code,先通过 Gbk 编码重新打开,然后再用 UTF-8 重新保存,这样用浏览器打开的话就不会出现中文乱码问题了。

基本上所有的图表类型都是这样绘制的:

  1. chart_name = Type() 初始化具体类型图表。

  2. add() 添加数据及配置项。

  3. render() 生成 .html 文件。

三、图表类型

因篇幅原因,这里只给出了每种图表类型的示例(代码 + 生成图表),目的是为了引起读者的兴趣。详细参数的介绍请参考项目 README.md 文档

1 Bar(柱状图/条形图)

frompyecharts importBarbar =Bar(”标记线和标记点示例”)bar.add(”商家A”, attr, v1, mark_point=[”average”])bar.add(”商家B”, attr, v2, mark_line=[”min”, ”max”])bar.render()

frompyecharts importBarbar =Bar(”x 轴和 y 轴交换”)bar.add(”商家A”, attr, v1)bar.add(”商家B”, attr, v2, is_convert=True)bar.render()

2 EffectScatter(带有涟漪特效动画的散点图)

frompyecharts importEffectScatterv1 =[10, 20, 30, 40, 50, 60]v2 =[25, 20, 15, 10, 60, 33]es =EffectScatter(”动态散点图示例”)es.add(”effectScatter”, v1, v2)es.render()

es =EffectScatter(”动态散点图各种图形示例”)es.add(“”, [10], [10], symbol_size=20, effect_scale=3.5, effect_period=3, symbol=”pin”)es.add(“”, [20], [20], symbol_size=12, effect_scale=4.5, effect_period=4,symbol=”rect”)es.add(“”, [30], [30], symbol_size=30, effect_scale=5.5, effect_period=5,symbol=”roundRect”)es.add(“”, [40], [40], symbol_size=10, effect_scale=6.5, effect_brushtype=’fill’,symbol=”diamond”)es.add(“”, [50], [50], symbol_size=16, effect_scale=5.5, effect_period=3,symbol=”arrow”)es.add(“”, [60], [60], symbol_size=6, effect_scale=2.5, effect_period=3,symbol=”triangle”)es.render()

3 Funnel(漏斗图)

frompyecharts importFunnelattr =[”衬衫”, ”羊毛衫”, ”雪纺衫”, ”裤子”, ”高跟鞋”, ”袜子”]value =[20, 40, 60, 80, 100, 120]funnel =Funnel(”漏斗图示例”)funnel.add(”商品”, attr, value, is_label_show=True, label_pos=”inside”, label_text_color=”#fff”)funnel.render()

4 Gauge(仪表盘)

frompyecharts importGaugegauge =Gauge(”仪表盘示例”)gauge.add(”业务指标”, ”完成率”, 66.66)gauge.show_config()gauge.render()

5 Geo(地理坐标系)

frompyecharts importGeodata =[ (”海门”, 9),(”鄂尔多斯”, 12),(”招远”, 12),(”舟山”, 12),(”齐齐哈尔”, 14),(”盐城”, 15), (”赤峰”, 16),(”青岛”, 18),(”乳山”, 18),(”金昌”, 19),(”泉州”, 21),(”莱西”, 21), (”日照”, 21),(”胶南”, 22),(”南通”, 23),(”拉萨”, 24),(”云浮”, 24),(”梅州”, 25)…]geo =Geo(”全国主要城市空气质量”, ”data from pm2.5”, title_color=”#fff”, title_pos=”center”,width=1200, height=600, background_color=’#404a59’)attr, value =geo.cast(data)geo.add(“”, attr, value, visual_range=[0, 200], visual_text_color=”#fff”, symbol_size=15, is_visualmap=True)geo.show_config()geo.render()

frompyecharts importGeodata =[(”海门”, 9), (”鄂尔多斯”, 12), (”招远”, 12), (”舟山”, 12), (”齐齐哈尔”, 14), (”盐城”, 15)]geo =Geo(”全国主要城市空气质量”, ”data from pm2.5”, title_color=”#fff”, title_pos=”center”, width=1200, height=600, background_color=’#404a59’)attr, value =geo.cast(data)geo.add(“”, attr, value, type=”effectScatter”, is_random=True, effect_scale=5)geo.show_config()geo.render()

6 Graph(关系图)

frompyecharts importGraphnodes =[{”name”: ”结点1”, ”symbolSize”: 10}, {”name”: ”结点2”, ”symbolSize”: 20}, {”name”: ”结点3”, ”symbolSize”: 30}, {”name”: ”结点4”, ”symbolSize”: 40}, {”name”: ”结点5”, ”symbolSize”: 50}, {”name”: ”结点6”, ”symbolSize”: 40}, {”name”: ”结点7”, ”symbolSize”: 30}, {”name”: ”结点8”, ”symbolSize”: 20}]links =[]fori innodes: forj innodes: links.append({”source”: i.get(’name’), ”target”: j.get(’name’)})graph =Graph(”关系图-环形布局示例”)graph.add(“”, nodes, links, is_label_show=True, repulsion=8000, layout=’circular’, label_text_color=None)graph.show_config()graph.render()

frompyecharts importGraphimportjsonwithopen(”..jsonweibo.json”, ”r”, encoding=”utf-8”) asf: j =json.load(f) nodes, links, categories, cont, mid, userl =jgraph =Graph(”微博转发关系图”, width=1200, height=600)graph.add(“”, nodes, links, categories, label_pos=”right”, repulsion=50, is_legend_show=False, line_curve=0.2, label_text_color=None)graph.show_config()graph.render()

7 Line(折线/面积图)

frompyecharts importLineattr =[”衬衫”, ”羊毛衫”, ”雪纺衫”, ”裤子”, ”高跟鞋”, ”袜子”]v1 =[5, 20, 36, 10, 10, 100]v2 =[55, 60, 16, 20, 15, 80]line =Line(”折线图示例”)line.add(”商家A”, attr, v1, mark_point=[”average”])line.add(”商家B”, attr, v2, is_smooth=True, mark_line=[”max”, ”average”])line.show_config()line.render()

line =Line(”折线图-阶梯图示例”)line.add(”商家A”, attr, v1, is_step=True, is_label_show=True)line.show_config()line.render()

line =Line(”折线图-面积图示例”)line.add(”商家A”, attr, v1, is_fill=True, line_opacity=0.2, area_opacity=0.4, symbol=None)line.add(”商家B”, attr, v2, is_fill=True, area_color=’#000’, area_opacity=0.3, is_smooth=True)line.show_config()line.render()

8 Liquid(水球图)

frompyecharts importLiquidliquid =Liquid(”水球图示例”)liquid.add(”Liquid”, [0.6])liquid.show_config()liquid.render()

frompyecharts importLiquidliquid =Liquid(”水球图示例”)liquid.add(”Liquid”, [0.6, 0.5, 0.4, 0.3], is_liquid_outline_show=False)liquid.show_config()liquid.render()

frompyecharts importLiquidliquid =Liquid(”水球图示例”)liquid.add(”Liquid”, [0.6, 0.5, 0.4, 0.3], is_liquid_animation=False, shape=’diamond’)liquid.show_config()liquid.render()

9 Map(地图)

frompyecharts importMapvalue =[155, 10, 66, 78, 33, 80, 190, 53, 49.6]attr =[”福建”, ”山东”, ”北京”, ”上海”, ”甘肃”, ”新疆”, ”河南”, ”广西”, ”西藏”]map=Map(”Map 结合 VisualMap 示例”, width=1200, height=600)map.add(“”, attr, value, maptype=’china’, is_visualmap=True, visual_text_color=’#000’)map.show_config()map.render()

frompyecharts importMapvalue =[20, 190, 253, 77, 65]attr =[’汕头市’, ’汕尾市’, ’揭阳市’, ’阳江市’, ’肇庆市’]map=Map(”广东地图示例”, width=1200, height=600)map.add(“”, attr, value, maptype=’广东’, is_visualmap=True, visual_text_color=’#000’)map.show_config()map.render()

10 Parallel(平行坐标系)

frompyecharts importParallelc_schema =[ {”dim”: 0, ”name”: ”data”}, {”dim”: 1, ”name”: ”AQI”}, {”dim”: 2, ”name”: ”PM2.5”}, {”dim”: 3, ”name”: ”PM10”}, {”dim”: 4, ”name”: ”CO”}, {”dim”: 5, ”name”: ”NO2”}, {”dim”: 6, ”name”: ”CO2”}, {”dim”: 7, ”name”: ”等级”, ”type”: ”category”, ”data”: [’优’, ’良’, ’轻度污染’, ’中度污染’, ’重度污染’, ’严重污染’]}]data =[ [1, 91, 45, 125, 0.82, 34, 23, ”良”], [2, 65, 27, 78, 0.86, 45, 29, ”良”], [3, 83, 60, 84, 1.09, 73, 27, ”良”], [4, 109, 81, 121, 1.28, 68, 51, ”轻度污染”], [5, 106, 77, 114, 1.07, 55, 51, ”轻度污染”], [6, 109, 81, 121, 1.28, 68, 51, ”轻度污染”], [7, 106, 77, 114, 1.07, 55, 51, ”轻度污染”], [8, 89, 65, 78, 0.86, 51, 26, ”良”], [9, 53, 33, 47, 0.64, 50, 17, ”良”], [10, 80, 55, 80, 1.01, 75, 24, ”良”], [11, 117, 81, 124, 1.03, 45, 24, ”轻度污染”], [12, 99, 71, 142, 1.1, 62, 42, ”良”], [13, 95, 69, 130, 1.28, 74, 50, ”良”], [14, 116, 87, 131, 1.47, 84, 40, ”轻度污染”]]parallel =Parallel(”平行坐标系-用户自定义指示器”)parallel.config(c_schema=c_schema)parallel.add(”parallel”, data)parallel.show_config()parallel.render()

11 Pie(饼图)

frompyecharts importPieattr =[”衬衫”, ”羊毛衫”, ”雪纺衫”, ”裤子”, ”高跟鞋”, ”袜子”]v1 =[11, 12, 13, 10, 10, 10]pie =Pie(”饼图示例”)pie.add(“”, attr, v1, is_label_show=True)pie.show_config()pie.render()

frompyecharts importPieattr =[”衬衫”, ”羊毛衫”, ”雪纺衫”, ”裤子”, ”高跟鞋”, ”袜子”]v1 =[11, 12, 13, 10, 10, 10]v2 =[19, 21, 32, 20, 20, 33]pie =Pie(”饼图-玫瑰图示例”, title_pos=’center’, width=900)pie.add(”商品A”, attr, v1, center=[25, 50], is_random=True, radius=[30, 75], rosetype=’radius’)pie.add(”商品B”, attr, v2, center=[75, 50], is_random=True, radius=[30, 75], rosetype=’area’, is_legend_show=False, is_label_show=True)pie.show_config() pie.render()

12 Polar(极坐标系)

frompyecharts importPolarradius =[’周一’, ’周二’, ’周三’, ’周四’, ’周五’, ’周六’, ’周日’]polar =Polar(”极坐标系-堆叠柱状图示例”, width=1200, height=600)polar.add(”A”, [1, 2, 3, 4, 3, 5, 1], radius_data=radius, type=’barRadius’, is_stack=True)polar.add(”B”, [2, 4, 6, 1, 2, 3, 1], radius_data=radius, type=’barRadius’, is_stack=True)polar.add(”C”, [1, 2, 3, 4, 1, 2, 5], radius_data=radius, type=’barRadius’, is_stack=True)polar.show_config()polar.render()

frompyecharts importPolarradius =[’周一’, ’周二’, ’周三’, ’周四’, ’周五’, ’周六’, ’周日’]polar =Polar(”极坐标系-堆叠柱状图示例”, width=1200, height=600)polar.add(“”, [1, 2, 3, 4, 3, 5, 1], radius_data=radius, type=’barAngle’, is_stack=True)polar.add(“”, [2, 4, 6, 1, 2, 3, 1], radius_data=radius, type=’barAngle’, is_stack=True)polar.add(“”, [1, 2, 3, 4, 1, 2, 5], radius_data=radius, type=’barAngle’, is_stack=True)polar.show_config()polar.render()

13 Radar(雷达图)

frompyecharts importRadarschema =[ (”销售”, 6500), (”管理”, 16000), (”信息技术”, 30000), (”客服”, 38000), (”研发”, 52000), (”市场”, 25000)]v1 =[[4300, 10000, 28000, 35000, 50000, 19000]]v2 =[[5000, 14000, 28000, 31000, 42000, 21000]]radar =Radar()radar.config(schema)radar.add(”预算分配”, v1, is_splitline=True, is_axisline_show=True)radar.add(”实际开销”, v2, label_color=[”#4e79a7”], is_area_show=False)radar.show_config()radar.render()

value_bj =[ [55, 9, 56, 0.46, 18, 6, 1], [25, 11, 21, 0.65, 34, 9, 2], [56, 7, 63, 0.3, 14, 5, 3], [33, 7, 29, 0.33, 16, 6, 4]…]value_sh =[ [91, 45, 125, 0.82, 34, 23, 1], [65, 27, 78, 0.86, 45, 29, 2], [83, 60, 84, 1.09, 73, 27, 3], [109, 81, 121, 1.28, 68, 51, 4]…]c_schema=[{”name”: ”AQI”, ”max”: 300, ”min”: 5}, {”name”: ”PM2.5”, ”max”: 250, ”min”: 20}, {”name”: ”PM10”, ”max”: 300, ”min”: 5}, {”name”: ”CO”, ”max”: 5}, {”name”: ”NO2”, ”max”: 200}, {”name”: ”SO2”, ”max”: 100}]radar =Radar()radar.config(c_schema=c_schema, shape=’circle’)radar.add(”北京”, value_bj, item_color=”#f9713c”, symbol=None)radar.add(”上海”, value_sh, item_color=”#b3e4a1”, symbol=None)radar.show_config()radar.render()

14 Scatter(散点图)

frompyecharts importScatterv1 =[10, 20, 30, 40, 50, 60]v2 =[10, 20, 30, 40, 50, 60]scatter =Scatter(”散点图示例”)scatter.add(”A”, v1, v2)scatter.add(”B”, v1[::-1], v2)scatter.show_config()scatter.render()

散点打印Pyecharts字体。

frompyecharts importScatterscatter =Scatter(”散点图示例”)v1, v2 =scatter.draw(”../images/pyecharts-0.png”)scatter.add(”pyecharts”, v1, v2, is_random=True)scatter.show_config()scatter.render()

15 WordCloud(词云图)

frompyecharts importWordCloudname =[’Sam S Club’, ’Macys’, ’Amy Schumer’, ’Jurassic World’, ’Charter Communications’, ’Chick Fil A’, ’Planet Fitness’, ’Pitch Perfect’, ’Express’, ’Home’, ’Johnny Depp’, ’Lena Dunham’, ’Lewis Hamilton’, ’KXAN’, ’Mary Ellen Mark’, ’Farrah Abraham’, ’Rita Ora’, ’Serena Williams’, ’NCAA baseball tournament’, ’Point Break’]value =[10000, 6181, 4386, 4055, 2467, 2244, 1898, 1484, 1112, 965, 847, 582, 555, 550, 462, 366, 360, 282, 273, 265]wordcloud =WordCloud(width=1300, height=620)wordcloud.add(“”, name, value, word_size_range=[20, 100])wordcloud.show_config()wordcloud.render()

wordcloud =WordCloud(width=1300, height=620)wordcloud.add(“”, name, value, word_size_range=[30, 100], shape=’diamond’)wordcloud.show_config()wordcloud.render()

五、用户自定义

用户还可以自定义结合 Line/Bar 图表

需使用 get_series() 和 custom() 方法

get_series()”“”获取图表的 series 数据 “”“

custom(series)”’追加自定义图表类型 ”’

  • series -> dict

    追加图表类型的 series 数据

先用 get_series() 获取数据,再使用 custom() 将图表结合在一起

frompyecharts importBar, Lineattr =[’A’, ’B’, ’C’, ’D’, ’E’, ’F’]v1 =[10, 20, 30, 40, 50, 60]v2 =[15, 25, 35, 45, 55, 65]v3 =[38, 28, 58, 48, 78, 68]bar =Bar(”Line - Bar 示例”)bar.add(”bar”, attr, v1)line =Line()line.add(”line”, v2, v3)bar.custom(line.get_series())bar.show_config()bar.render()

六、更多示例

用极坐标系画出一个爱心

importmathfrompyecharts importPolardata =[]fori inrange(101): theta =i /100*360r =5*(1+math.sin(theta /180*math.pi)) data.append([r, theta])hour =[i fori inrange(1, 25)]polar =Polar(”极坐标系示例”, width=1200, height=600)polar.add(”Love”, data, angle_data=hour, boundary_gap=False,start_angle=0)polar.show_config()polar.render()

用极坐标系画出一朵小花

importmathfrompyecharts importPolardata =[]fori inrange(361): t =i /180*math.pi r =math.sin(2*t) *math.cos(2*t) data.append([r, i])polar =Polar(”极坐标系示例”, width=1200, height=600)polar.add(”Flower”, data, start_angle=0, symbol=None, axis_range=[0, None])polar.show_config()polar.render()

还可以给小花涂上颜色

importmathfrompyecharts importPolardata =[]fori inrange(361): t =i /180*math.pi r =math.sin(2*t) *math.cos(2*t) data.append([r, i])polar =Polar(”极坐标系示例”, width=1200, height=600)polar.add(”Color-Flower”, data, start_angle=0, symbol=None, axis_range=[0, None], area_color=”#f71f24”, area_opacity=0.6)polar.show_config()polar.render()

用散点图画出一个爱心

frompyecharts importScatterscatter =Scatter(”散点图示例”, width=800, height=480)v1 ,v2 =scatter.draw(”../images/love.png”)scatter.add(”Love”, v1, v2)scatter.render()

用散点图画出一个火辣的 Bra

frompyecharts importScatterscatter =Scatter(”散点图示例”, width=1000, height=480)v1 ,v2 =scatter.draw(”../images/cup.png”)scatter.add(”Cup”, v1, v2)scatter.render()

某地最低温和最高气温折线图

frompyecharts importLineattr =[’周一’, ’周二’, ’周三’, ’周四’, ’周五’, ’周六’, ’周日’, ]line =Line(”折线图示例”)line.add(”最高气温”, attr, [11, 11, 15, 13, 12, 13, 10], mark_point=[”max”, ”min”], mark_line=[”average”])line.add(”最低气温”, attr, [1, -2, 2, 5, 3, 2, 0], mark_point=[”max”, ”min”], mark_line=[”average”], yaxis_formatter=”°C”)line.show_config()line.render()

饼图嵌套

frompyecharts importPiepie =Pie(”饼图示例”, title_pos=’center’, width=1000, height=600)pie.add(“”, [’A’, ’B’, ’C’, ’D’, ’E’, ’F’], [335, 321, 234, 135, 251, 148], radius=[40, 55],is_label_show=True)pie.add(“”, [’H’, ’I’, ’J’], [335, 679, 204], radius=[0, 30], legend_orient=’vertical’, legend_pos=’left’)pie.show_config()pie.render()

饼图再嵌套

importrandomfrompyecharts importPieattr =[’A’, ’B’, ’C’, ’D’, ’E’, ’F’]pie =Pie(”饼图示例”, width=1000, height=600)pie.add(“”, attr, [random.randint(0, 100) for_ inrange(6)], radius=[50, 55], center=[25, 50],is_random=True)pie.add(“”, attr, [random.randint(20, 100) for_ inrange(6)], radius=[0, 45], center=[25, 50],rosetype=’area’)pie.add(“”, attr, [random.randint(0, 100) for_ inrange(6)], radius=[50, 55], center=[65, 50],is_random=True)pie.add(“”, attr, [random.randint(20, 100) for_ inrange(6)], radius=[0, 45], center=[65, 50],rosetype=’radius’)pie.show_config()pie.render()

某地的降水量和蒸发量柱状图

frompyecharts importBarattr =[”{}月”.format(i) fori inrange(1, 13)]v1 =[2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]v2 =[2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]bar =Bar(”柱状图示例”)bar.add(”蒸发量”, attr, v1, mark_line=[”average”], mark_point=[”max”, ”min”])bar.add(”降水量”, attr, v2, mark_line=[”average”], mark_point=[”max”, ”min”])bar.show_config()bar.render()

各类电影中”好片”所占的比例

frompyecharts importPiepie =Pie(’各类电影中”好片”所占的比例’, ”数据来着豆瓣”, title_pos=’center’)pie.add(“”, [”剧情”, “”], [25, 75], center=[10, 30], radius=[18, 24], label_pos=’center’, is_label_show=True, label_text_color=None, )pie.add(“”, [”奇幻”, “”], [24, 76], center=[30, 30], radius=[18, 24], label_pos=’center’, is_label_show=True, label_text_color=None, legend_pos=’left’)pie.add(“”, [”爱情”, “”], [14, 86], center=[50, 30], radius=[18, 24], label_pos=’center’, is_label_show=True, label_text_color=None)pie.add(“”, [”惊悚”, “”], [11, 89], center=[70, 30], radius=[18, 24], label_pos=’center’, is_label_show=True, label_text_color=None)pie.add(“”, [”冒险”, “”], [27, 73], center=[90, 30], radius=[18, 24], label_pos=’center’, is_label_show=True, label_text_color=None)pie.add(“”, [”动作”, “”], [15, 85], center=[10, 70], radius=[18, 24], label_pos=’center’, is_label_show=True, label_text_color=None)pie.add(“”, [”喜剧”, “”], [54, 46], center=[30, 70], radius=[18, 24], label_pos=’center’, is_label_show=True, label_text_color=None)pie.add(“”, [”科幻”, “”], [26, 74], center=[50, 70], radius=[18, 24], label_pos=’center’, is_label_show=True, label_text_color=None)pie.add(“”, [”悬疑”, “”], [25, 75], center=[70, 70], radius=[18, 24], label_pos=’center’, is_label_show=True, label_text_color=None)pie.add(“”, [”犯罪”, “”], [28, 72], center=[90, 70], radius=[18, 24], label_pos=’center’, is_label_show=True, label_text_color=None, is_legend_show=True, legend_top=”center”)pie.show_config()pie.render()

用极坐标系画出一个蜗牛壳

importmathfrompyecharts importPolardata =[]fori inrange(5): forj inrange(101): theta =j /100*360alpha =i *360+theta r =math.pow(math.e, 0.003*alpha) data.append([r, theta])polar =Polar(”极坐标系示例”)polar.add(“”, data, symbol_size=0, symbol=’circle’, start_angle=-25, is_radiusaxis_show=False, area_color=”#f3c5b3”, area_opacity=0.5, is_angleaxis_show=False)polar.show_config()polar.render()

『数据可视化』基于Python的数据可视化工具相关推荐

  1. python 3d大数据可视化_基于Python的数据可视化库pyecharts介绍

    什么是pyecharts? pyecharts 是一个用于生成 Echarts 图表的类库. echarts 是百度开源的一个数据可视化 JS 库,主要用于数据可视化.pyecharts 是一个用于生 ...

  2. python交互式数据可视化_基于Python实现交互式数据可视化的工具,你用过几种?...

    作者:Alark Joshi 翻译:陈雨琳 来源:数据派THU(ID:DatapiTHU) 我教授了一门关于数据可视化的数据科学硕士课程.我们的数据科学硕士项目是一个为期15个月的强化项目,这个项目已 ...

  3. 基于python大数据爬取房价数据可视化

    基于python大数据爬取房价数据可视化

  4. 冠军出炉!2022『猛犸杯』国际组学数据创新大赛圆满收官

    2022 MICOS 2月26日,由中国生物信息学学会(筹).广东省科技基础条件平台中心指导,深圳国家基因库.鹏城实验室.深圳华大生命科学研究院主办的2022『猛犸杯』国际组学数据创新大赛(2022 ...

  5. 基于Python大数据的的新能源汽车推荐系统的设计与实现

    基于Python大数据的的新能源汽车推荐系统的设计与实现 源码仓库------https://www.bilibili.com/video/BV1Ne4y1g7dC/ python的各种推荐算法 图书 ...

  6. 收割10W大奖+大厂面试+成果发表 | 2022『猛犸杯』国际组学数据创新大赛开放报名

    由中国生物信息学学会(筹).广东省科技基础条件平台中心指导,深圳国家基因库.鹏城实验室.深圳华大生命科学研究院主办的2022『猛犸杯』国际组学数据创新大赛开放报名. 点击下方链接参与报名 022『猛犸 ...

  7. python3语音识别模块_『开源项目』基于STM32的智能垃圾桶之语音识别

    大家好,我是『芯知识学堂』的SingleYork,前面给大家简单介绍了『开源项目』基于STM32的智能垃圾桶之成员简介,相信有很多小伙伴都已经忍不住跃跃欲试了,别着急,从这一篇开始,笔者将会带领大家一 ...

  8. 『开源项目』基于STM32的智能垃圾桶之语音识别

    大家好,我是『芯知识学堂』的SingleYork,前面给大家简单介绍了『免费开源』基于STM32的之成员简介,相信有很多小伙伴都已经忍不住跃跃欲试了,别着急,从这一篇开始,笔者将会带领大家一步一步来完 ...

  9. stm32语音识别文字显示_『开源项目』基于STM32的智能垃圾桶之语音识别

    大家好,我是『芯知识学堂』的SingleYork,前面给大家简单介绍了『开源项目』基于STM32的智能垃圾桶之成员简介,相信有很多小伙伴都已经忍不住跃跃欲试了,别着急,从这一篇开始,笔者将会带领大家一 ...

最新文章

  1. 你以为border-radius只是圆角吗?【各种角度】
  2. Java学习笔记24
  3. boost::iostreams模块测试定义的布尔类型特征
  4. 使用SAP WebIDE往Github上推送代码修改时遇到错误消息 Commit request failed Commit failed. Ref must be HEAD and is HEAD
  5. php mysql 编码为utf-8_php连mysql用 utf-8编码乱码怎么办
  6. KD树(k-d tree)
  7. [leetcode]5354. 通知所有员工所需的时间
  8. 2018-2019-2 20189205《移动平台应用开发实践》第三周作业
  9. 学前端的记录帖html+css b站千峰19版
  10. python_使用marshal模块序列化
  11. 一个像素的旅行,卷积网络可视化项目火了:点点鼠标就能看懂的扫盲神器
  12. 适合做引流的产品有什么特点?引流产品必须具备几个特点
  13. 2020 年第一届辽宁省大学生程序设计竞赛
  14. win10 无法正常启动mindmanager 思维导图
  15. 什么是RPM安装???
  16. 《中台产品经理宝典》读后感11:大白话说透时下备受追捧的数字化转型是什么?
  17. java针刺治疗尿潴留,针刺治疗尿潴留52例疗效观察
  18. 红帽linux竞赛,浅谈红帽linux挑战赛(三)
  19. 基于SqlServer环境下创建触发器、级联更新(删除、修改)
  20. Matlab求解数学问题

热门文章

  1. C#中的多线程:如何将函数名称传递给另一个函数来启动新线程?
  2. Win11如何添加过时硬件?Win11添加过时硬件的方法
  3. 人品计算器demo,Intent传值Android
  4. 数据结构与算法:十大排序算法之归并排序
  5. Angualr 加载速度慢,为页面初始化完成前添加loading
  6. opencv之retina滤波器---Retina_create
  7. java fx能不能添加到swing中_java写个记事本
  8. Activity的Launch mode详解,A B C D的singleTask模式
  9. C++关于string的一些用法
  10. laravel知识点: 了解应用环境