- 博客(8)
- 收藏
- 关注
RSS订阅原创 深耕 Hadoop 技术栈：从理论到实践的学习心得在接触 Hadoop 核心技术课程
三次作业的实践让我深刻体会到 “总结沉淀” 的重要性。每完成一次作业，我都会整理问题台账：将集群部署的常见错误（如端口占用、配置文件语法错误）、API 调用的关键步骤、MapReduce 程序的调试方法分类记录。通过总结，我逐渐构建起 Hadoop 技术的知识体系 —— 集群部署是基础，API 开发是工具，MapReduce 是核心，三者环环相扣、层层递进。
2025-12-22 11:26:41
397
原创 ECharts 地图与词云图实践：从配置到落地的全流程心得
本文系统介绍了ECharts中地图和词云图的开发实践。首先强调资源准备：地图需额外JS文件，词云需旧版ECharts支持。Map地图通过区域颜色展示数据分布，需注意省份名称匹配；Geo地图基于经纬度，适合点位数据可视；词云图则需词频预处理和样式优化。文章提供了完整代码示例，并总结三大关键：资源管理、数据匹配和交互优化。建议开发者统一使用CDN资源，通过函数处理数据转换，并注重图表的可读性与美观性平衡，以实现高效的数据可视化展示。
2025-10-25 15:12:41
664
原创 脱发因素分析及预测
近些年来，脱发成为许多年轻人困扰的原因之一，脱发与遗传因素、荷尔蒙变化、医疗状况、 药物及治疗、营养缺乏、压力水平、年龄、不良护发习惯、环境因素、吸烟习惯、体重减轻都有关，下面我们来围绕脱发与各个原因的分析。一、数据说明、问题描述通过本次分析，我们从数据中挖掘出了多个与脱发相关的因素，如遗传、年龄、医疗状况、营养缺乏等。机器学习模型的结果也验证了这些因素在预测脱发时的有效性。
2025-06-26 16:17:16
1442
原创 心脏病数据分类及分析
用一个数据去了解心脏病的分类，可以借用pandas等库处理数据，借用逻辑回归、随机森林等模型分析，再借用metrics评估效果，跟着代码来探索心脏病分类的原因从数据预处理（异常值、逻辑矛盾处理），到多维度可视化（年龄、生理指标等分布），再关联诊断结果。多指标与心脏病关联渐显，为后续建模、疾病机制探究及精准医疗筑牢基础。
2025-06-20 00:41:48
1874
原创 对于收益表的分析
在分析这个这个电商收益表是 我们可以发现在不同的月份的分析中 可以发现在有大促活动的月份中会呈现大幅上升的态势；在每小时的收益的分析中可以看出，在上升的时间段中，都是在大多数年轻人的活动时间中。一、查看数据整体信息二、查看数据分布情况总结。
2025-06-12 16:38:19
376
原创 抑郁症患者数据的分析
以下数据是我根据近几年真实数据得出的用来分析当代生活方式或节奏带来的影响给大多数人群带来的心理问题以及对于女性来说为什么抑郁症的影响更大1、性别分布及原因df.head(1)0 患者：女 43岁 压抑 05.28 压抑 个人情况：去年1月份开始夫妻两地分居，孩子13岁男孩住校，平... 这种情况是否需要去... 115 杨胜文 襄阳市安定医院 心理科# 查看数据df.info()#从数据反馈结果来看：Date列存在空缺值，并且不是日期类型。
2025-06-06 18:50:08
1677
原创 抑郁症患者的数据分析
统计各年龄组的人数后，发现18-40岁及接近成年人群的占比突出。例如，大学生主要面对从校园到社会的转变的过渡，职场新人要适应新的工作环境和职业发展的压力，年轻人在婚恋方面也容易遇到各种问题，这些都更容易使得他们出现心理问题和健康方面的问题。结合社会文化因素来思考，女性通常面临更多生活压力，在家庭方面，她们可能承担着照顾子女和老人的重任；而且女性情感·往往更为细腻，更容易受到情绪的困扰，这些都可能导致女性患者在数据中占比较高。，使得人们面临的生活压力加大，精神心理问题的普遍性日益凸显。
2025-06-06 17:23:17
279
原创 python学习收获和总结
作为一名从未接触过变成累的大一的学生，在第一学期接触并逐渐掌握了一点点技能的python语言，在学习的过程中有过迷茫和不知所措，但都及时的向老师寻求了帮助，老师的教学态度也让我有了更多想了解Python语言的想法，学习编程语言让我有了更强的逻辑理解能力和独立思考的意识，更多是与团队合作的能力。除了课堂学习之外，我还在各大网站查找关于Python语言的相关资料，用来提高我对编程语言的认识，对于在各种网站的学习，让我了解了python语言在各种不同的领域的运用，让我了解了编程语言的魅力。
2024-12-20 10:16:51
620
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人