帅小溪-CSDN博客

原创假设2000年至2020年的产量每间隔2年数据分别为90，105，123，131，150，179，203，226，249，256，267，试估计2015年的产量并绘图。（系统建模与仿真）

系统建模与仿真：假设2000年至2020年的产量每间隔2年数据分别为90，105，123，131，150，179，203，226，249，256，267，试估计2015年的产量并绘图。

2024-04-09 12:45:40 323

原创时序数据的可视化（1）

使用stock.csv（股价表）的数据，利用Python绘制企业股票交易时间与成交金额的散点图。

2024-04-09 12:26:31 458

原创时序数据可视化——散点图法

2、路径 C:\ProgramData\Anaconda3\Scripts。3、命令 pip install pyecharts。1、安装pyecharts。

2024-03-19 23:09:43 255 1

原创使用Plotly绘制饼图、使用NetworkX绘制网络图

题目1：使用Plotly绘制饼图，数据如下，苹果：250，梨：120，香蕉：80，橙子：108，山竹：55，枇杷：130。要求：图片大小为600*450；在jupyter notebook中显示图形；题目2、绘制以下节点和联系的网络图，节点颜色为蓝色。

2024-03-17 23:10:51 538 1

掌握7种Python数据可视化库的基本绘图方法，能够根据项目要求，选择合适的图形、设置参数和绘制图形。1、文件“employee.csv”中包含3个产业就业人员数据，请分析各产业就业人员数据特征间的关系以及各产业就业人员数据特征的分布与分散状况。（1）使用Matplotlib绘制2000-2019年各产业就业人员散点图。（2）使用Holoviews绘制2000-2019年各产业就业人员折线图。（3）使用Plotly绘制2019年各产业就业人员饼图。

2024-03-14 21:12:32 1115

原创根据玻璃的特征对玻璃进行类别判定

使用支持向量机对玻璃类别进行分类，并输出测试集中前10项的预测结果和对应的真实结果# 使用支持向量机对玻璃类别进行分类# 输出测试集中前10项的预测结果和对应的真实结果print("预测结果前10项：")print("对应的真实结果前10项：")输出分类模型评价报告# 输出分类模型评价报告print("分类模型评价报告：")

2024-03-12 09:45:21 1342 1

原创使用pyecharts绘制饼图

要求：设置初始配置项，画布宽和高分别为700px、500px。设置全局配置项：标题文字为“Pie-商品库存”，图例距离容器右侧‘10%’；标签配置项格式为“商品名=库存数”，例如“衬衫=150”。goods = ['衬衫', '毛衣', '领带', '裤子', '风衣', '高跟鞋', '袜子']

2024-03-11 13:01:19 458

原创使用seaborn绘制鸢尾花的花萼长度、花萼宽度与种类之间的分类散点图。

要求：导入相关绘图库和数据处理库；读取data文件夹中iris.csv的数据；设置元素缩放类型为‘notebook’；设置调色板为“紫蓝绿”，即“PuBuGn”；绘制分类散点图，去除右边和顶部边框，输出展示。使用seaborn绘制鸢尾花的花萼长度、花萼宽度与种类之间的分类散点图。

2024-03-10 17:22:42 518 1

原创 pandas(order和other)

（1）导入pandas库，读取data文件夹中的order.csv文件，编码格式为“gbk”，打印出所有列属性名称和形状，输出前5行数据，输出“设备编号”为“112077”的'订单编号', '总金额(元)'和 '购买用户'。（4）读取other.csv中的数据，将order表和other表的数据按照“订单编号”和“编号”主键进行合并，采用外连接，新的表为order，并输出新表的属性列。（5）获取other.csv中“支付状态”的所有取值情况（去重），并进行哑变量处理，打印处理后结果。

2024-03-10 17:14:30 455 1