自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 中国产业结构变化分析-Pyecharts动态玫瑰图

中国产业结构变化分析-Pyecharts动态玫瑰图` 接上篇:https://blog.csdn.net/m0_55099488/article/details/124409442?spm=1001.2014.3001.5501中国GDP的增长主要来源哪个产业的增长呢?让我们继续往下分析文章目录中国产业结构变化分析-Pyecharts动态玫瑰图数据准备一、导包+加载数据二、数据处理三、实现过程1.先画第一个饼图-1960年2. 循环画所有的饼图并add到时间轴类上总结数据准备数据来源聚会数据ht

2022-04-27 01:00:00 870

原创 各国GDP动态图-Pyecharts实现

各国GDP动态图-Pyecharts实现强国史诗!1960-2021年各个国家GDP变化:一同见证中国崛起!中国——可能是最具传奇色彩的国家。持久的鼎盛、百年屈辱史、或是近现代的复兴之路,无一不令人注目。如果这个世界所有文明之中有一个“主角”的存在,那么我心中的主角,就是中国!数据来源聚会数据https://gdp.gotohui.com/word文章目录各国GDP动态图-Pyecharts实现数据准备一、导包二、分析实现过程1.先做一个bar2.for循环实现所有年分析结论与总结数据准备df

2022-04-25 17:20:34 1863

原创 电商购物路径转化率分析-Pyecharts实现

电商购物路径转化率分析 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录电商购物路径转化率分析Pyecharts实现一、基于场景选择图表?二、条形图表达1.绘制流程2.漏斗图绘制3.上述图表组合-选项卡模式总结Pyecharts实现提示:这里可以添加本文要记录的大概内容:电商场景在流程增长受限情况下,销售额的增长动力之一便是深挖用户的购物路径上

2022-04-25 16:57:25 616

原创 Pyecharts 5分钟入门

Pyecharts 5分钟入门 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录Pyecharts 5分钟入门一、Pyecharts是什么?有什么用?产生背景:父母亲:优点:二、使用步骤1.安装2.打开Jupyter:5分钟快速上手3.pyecharts 所有方法均支持链式调用提示:以下是本篇文章正文内容,下面案例可供参考一、Pyecharts是

2022-04-25 16:35:23 890

原创 python3.8安装lightgbm神器之graphviz

文章目录前言一、graphviz安装二、python安装graphviz库1.pip 安装2.python应用结束语前言Graphviz 是一个开源工具,可以运行在类似于 UNIX® 的大多数平台和 Microsoft® Windows® 之上。适用于大多数平台的二进制文件可以在 Graphviz 主页 上找到。一、graphviz安装使用环境:python3.8平台:Windows10、64位IDE:JupyterLab1.官网下载安装Graphviz链接如下:http://ww

2021-07-12 23:16:48 1336

原创 Facebook的fbprophet安装与应用

@[Facebook的fbprophet安装与应用# 系列文章目录文章目录前言一、fbprophet二、使用虚拟环境来装1.新建虚拟环境(默认的是base环境)2.激活新的虚拟环境并安装C++3.安装依赖包4.安装prophet5.启用新环境7、鼓掌搞定前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、fbprophet想用这

2021-06-22 23:54:50 534

原创 房价预测之回归预测模型(线性、梯度下降、正则岭回归、lasso)

实验背景:基于波士顿房价数据掌握不同回归预测模型案例背景介绍:基于房子周边条件(衣食住行是否方便)、人文安全(教育程度、犯罪率等)、环境等因素来预测房价MEDV(单位千元)实验目标:数据处理(清洗、标准化)数据可视化回归模型应用(线性、梯队下降、岭回归、拉索回归模型)模型结果对比评价分析实验工具:Python3.9Aconda3、JupytherPandas、matplotlib、sklearn理论知识基础:回归预测@TOC代码详情1:获取数据from sklear

2021-04-16 10:11:27 2467

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

提示
确定要删除当前文章?
取消 删除