关于这个博客(无营养慎入)

关于这个博客

关于这个博客,这个博客,其实这个博客,其实,这个博客嘛
/* ...前后..左右..省略1万字*/就是你看到的那样啦。。。大笑


它更像一个轻博客,从小语文不好,写不了很长的文字

像程序员一样,本人比较懒,所以更新有时候可能会很慢很慢或者非常慢 

比较倾向于嵌入式方面,毕竟本人是电子信息工程专业的

给自己整理知识点的同时,如果能帮到一些同学将不胜荣幸。。。


关于我

最近变得比较无聊,所以就有了这个关于的出现吐舌头

从初中开始自学编程,听专家的先学了C,后果可想而知哭

后来接触到了VB,相见恨晚啊,发现这才是我想要的编程语言惊讶

一直到高中用了几年的VB,自信心膨胀到了极点,觉得自己无所不能得意

到大学突然发现其实自己在编程上什么都不懂,数据结构、算法、编程思想委屈

大一主要学了C语言,比起写JAVA的浮云感,C语言的朴实无华把我深深的吸引了微笑

现在是时候开始新的征程了,站在一个新的起点,玩尽计算机中所有好玩的东西。奋斗

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
任务概述: 本任务旨在对麦当劳食品的营养数据进行探索并进行可视化展示。数据包括麦当劳各种食品的热量、脂肪、碳水化合物、蛋白质等营养成分的含量,以及食品的分类、价格等信息。 任务流程: 1. 数据获取:从麦当劳官网或其他数据源中获取麦当劳食品的营养数据; 2. 数据清洗:对原始数据进行清洗,去除重复数据、缺失值等; 3. 数据分析:对数据进行探索性分析,比如各类食品的热量、脂肪、碳水化合物、蛋白质等营养成分的含量; 4. 可视化展示:利用Python中的数据可视化库Matplotlib、Seaborn等,对分析结果进行可视化展示,比如折线图、饼状图、散点图等; 5. 结果呈现:将分析结果和可视化展示结果整理成文档或报告,呈现给相关人员。 任务细节: 1. 数据获取:可以直接从麦当劳官网下载食品营养数据,也可以从其他开放数据源中获取; 2. 数据清洗:需要注意数据的准确性和完整性,去除重复数据、缺失值等; 3. 数据分析:可以从不同角度对麦当劳食品的营养数据进行分析,比如比较不同种类食品的热量、脂肪、碳水化合物、蛋白质含量的差异,或者分析一天三餐中麦当劳食品的营养摄入情况等; 4. 可视化展示:通过可视化图表直观地呈现分析结果,比如用折线图展示不同食品营养成分的含量比较、用饼状图展示各类食品在总销售额中的占比等; 5. 结果呈现:将分析结果整理成文档或报告,以表格、图表等形式呈现,便于相关人员了解麦当劳食品的营养情况。 参考代码: 以下是一些基于Python的数据清洗和可视化操作示例代码: ```python # 数据清洗 import pandas as pd # 读取csv文件 df = pd.read_csv("mcdonalds.csv") # 去除重复数据 df.drop_duplicates(inplace=True) # 去除缺失值 df.dropna(inplace=True) # 数据分析 # 计算不同种类食品的营养成分平均值 df_mean = df.groupby("Category").mean() # 绘制折线图展示不同种类食品的热量、脂肪、碳水化合物、蛋白质含量 import matplotlib.pyplot as plt plt.plot(df_mean.index, df_mean["Calories"], label="Calories") plt.plot(df_mean.index, df_mean["Total Fat"], label="Total Fat") plt.plot(df_mean.index, df_mean["Carbohydrates"], label="Carbohydrates") plt.plot(df_mean.index, df_mean["Protein"], label="Protein") plt.xlabel("Category") plt.ylabel("Nutrient") plt.legend() plt.show() # 可视化展示 # 绘制饼状图展示各类食品在总销售额中的占比 df_sum = df.groupby("Category").sum() plt.pie(df_sum["Total"], labels=df_sum.index, autopct='%1.1f%%') plt.show() ``` 以上代码仅为示例,具体实现方式可以根据实际情况进行调整。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值