微信好友案例分析

1. 读取学生信息表：使用 pandas 读取 Excel 或 CSV 文件。示例代码：python复制import pandas as pd

df = pd.read_excel('student_info.xlsx')

2. 同学性别饼状图：使用 pyecharts 创建饼图。示例代码：python复制from pyecharts.charts import Pie

from pyecharts import options as opts

 

gender_counts = df['性别'].value_counts()

pie = Pie()

pie.add("", [list(z) for z in zip(gender_counts.index, gender_counts.values)])

pie.set_global_opts(title_opts=opts.TitleOpts(title="性别分布"))

pie.render("gender_pie.html")

3. 同学所在省份中国地图可视化：使用 pyecharts 的地图组件。示例代码：python复制from pyecharts.charts import Map

from pyecharts import options as opts

 

province_counts = df['省份'].value_counts()

map_chart = Map()

map_chart.add("", [list(z) for z in zip(province_counts.index, province_counts.values)], "china")

map_chart.set_global_opts(title_opts=opts.TitleOpts(title="省份分布"))

map_chart.render("province_map.html")

4. 所在城市柱状图：使用 pyecharts 的柱状图组件。示例代码：python复制from pyecharts.charts import Bar

 

city_counts = df['城市'].value_counts()

bar = Bar()

bar.add_xaxis(city_counts.index.tolist())

bar.add_yaxis("城市分布", city_counts.values.tolist())

bar.set_global_opts(title_opts=opts.TitleOpts(title="城市分布"))

bar.render("city_bar.html")

5. 签名词云：使用 wordcloud 和 matplotlib 。示例代码：python复制from wordcloud import WordCloud

import matplotlib.pyplot as plt

 

signatures = ' '.join(df['签名'].dropna())

wordcloud = WordCloud(width=800, height=400, background_color='white').generate(signatures)

plt.figure(figsize=(10, 5))

plt.imshow(wordcloud, interpolation='bilinear')

plt.axis('off')

plt.savefig("signature_wordcloud.png")

6. 成绩分布折线图：使用 pyecharts 的折线图组件。示例代码：python复制from pyecharts.charts import Line

 

scores = df['成绩'].value_counts().sort_index()

line = Line()

line.add_xaxis(scores.index.tolist())

line.add_yaxis("成绩分布", scores.values.tolist())

line.set_global_opts(title_opts=opts.TitleOpts(title="成绩分布"))

line.render("score_line.html")

7. 宿舍分布关系图：使用 networkx 和 matplotlib 。示例代码：python复制import networkx as nx

import matplotlib.pyplot as plt

 

dorm_data = df.groupby('宿舍')['姓名'].apply(list)

G = nx.Graph()

for dorm, names in dorm_data.items():

    for i in range(len(names)):

        for j in range(i+1, len(names)):

            G.add_edge(names[i], names[j], dorm=dorm)

 

pos = nx.spring_layout(G)

nx.draw(G, pos, with_labels=True, node_size=3000, node_color="skyblue", font_size=10)

plt.savefig("dorm_network.png")

8. 人脸头像用腾讯云识别：使用腾讯云 API 进行人脸识别。示例代码：python复制import requests

import base64

 

def recognize_face(image_path, api_key, api_secret):

    with open(image_path, 'rb') as f:

        img_data = f.read()

    img_base64 = base64.b64encode(img_data).decode('utf-8')

    url = "https://api.tencentcloud.com/v2/face/face_detect"

    params = {

        "ImageBase64": img_base64,

        "ApiKey": api_key,

        "ApiSecret": api_secret

    }

    response = requests.post(url, json=params)

    return response.json()

 

# 示例调用

result = recognize_face("example.jpg", "your_api_key", "your_api_secret")

print(result). 项目总结：通过本次实践，我们成功实现了对班级学生信息的多维度分析和可视化。使用 pyecharts 和其他可视化工具，我们能够直观地展示数据分布和关系。腾讯云的人脸识别功能为数据分析增添了新的维度。2. 未来展望：功能扩展：考虑加入更多交互式元素，如允许用户筛选和动态更新图表。性能优化：针对大数据集，探索更高效的数据处理和可视化方法。跨平台支持：确保可视化结果在不同设备和浏览器上的一致性。