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

-+

AwesomeTang

在职数据分析师一枚,有任何问题欢迎添加微信:kinnnnngjames(备注CSDN),也欢迎关注我的公众号AwesomeTang~

  • 博客(18)
  • 资源 (1)
  • 收藏
  • 关注

原创 【Pyecharts | MAP】美国大选数据可视化~

前言整体效果如下:整个图表是通过Map,Bar,PictorialBar三个图标组合起来完成的。为了方便理解,下面我会将图表拆解来进行说明。关键代码票数对比第一部分是最上方的特朗普与拜登的票数对比,这个地方其实是用了一个Bar用于显示对比条,头像是通过PictorialBar来定位完成。先看直方图:相比于默认直方图需要做如下配置:添加阴影和白框,可以让图表看起来更立体一点;拜登和特朗普的数据项通过两个系列添加,并使用堆叠效果,实现对比效果;关闭坐标轴显示,并固定最

2021-04-26 13:32:07 998

原创 【SQL40例】吐血整理,数据分析师入门SQL训练题40例!!

前言SQL50例为面向数据分析师的SQL训练语句,包含50个由易到难的SQL查询(select)实例。准备工作安装Mysql这个网上教程很多,可以自己根据自己的系统去搜索对应的安装教程。官网下载:https://dev.mysql.com/downloads/mysql/,windows用户推荐下载msi安装包;在安装过程中,MySQL会自动创建一个root用户,并提示输入root口令,这将是你后期用于连接Mysql的账号密码,不要忘记了~安装教程Linux & Windows

2021-04-19 18:30:08 1248 1

原创 【梯度下降】通过一元线性回归模型理解梯度下降法

前言关于线性回归相信各位都不会陌生,当我们有一组数据(譬如房价和面积),我们输入到excel,spss等软件,我们很快就会得到一个拟合函数:hθ(x)=θ0+θ1xh_\theta(x)=\theta_0+\theta_1xhθ​(x)=θ0​+θ1​x但我们有没有去想过,这个函数是如何得到的?如果数学底子还不错的同学应该知道,当维数不多的时候,是可以通过正规方程法求得的,但如果维数过多的话,像图像识别/自然语言处理等领域,正规方程法就没法满足需求了,这时候便需要***梯度下降法***来实现了。梯度

2021-04-19 14:31:41 586

原创 【机器学习 | Naive Bayes】通过简单例子来理解朴素贝叶斯算法~

朴素贝叶斯(Naive Bayes)简单理解我们可以先通过一个简单的例子来了解什么是朴素贝叶斯算法。我们现在有如下数据:颜色水果红水果A黄水果B红水果A黄水果B黄水果B红水果B那么我现在手上有一个黄色的水果,我需要去预测它是哪种水果。根据上面的样本数据,我们分别计算出颜色为黄色情况下,是水果A和水果B的概率:P(水果A∣黄色)=33=1P(水果A|黄色) = \frac{3}{3} = 1P(水果A∣黄色)=33​=1P(水果

2021-04-19 13:52:03 556

原创 【爬虫】爬取天天基金历史净值数据&基金收益可视化~

目录前言爬虫接口获取完整代码数据可视化完整代码前言如需转载请先私信联系!!!全文分为两个部分:一部分为爬虫,根据基金代码爬取历史净值数据;一部分为可视化,通过pyecharts绘制基金收益图表;爬虫这边以诺安成长混合基金为例,其他基金也一样;接口获取打开http://fundf10.eastmoney.com/jjjz_320007.html,然后F12打开控制台,找到下面窗口进行翻页操作,注意顺序不要颠倒;每次翻页操作在后台就会出现一个新的请求,点击preview可以发

2021-04-19 00:20:54 6340 6

原创 解决「pyecharts使用pandas数据时,图表空白,只有坐标轴」的问题

错误示例在数据处理的过程中,我们会经常用到pandas,如果直接将pandas中的数据直接传入Pyecharts中使用,会发现图表是空白的,只剩坐标轴。如下:df = pd.DataFrame( dict(Brand=['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu'], sales=[123, 153, 89, 107, 98, 23]))bar = (Bar() .add_xaxis(df['Br

2021-04-11 16:18:04 2203

原创 【Pandas | 04】空值处理篇「isna,isnull,notna,notnull,fillna,dropna」

前言Pandas中关于空值的处理方式,简单来对比总结一下~运行环境:Jupyter notebook空值比较通过.isna()和.isnull来判断是否为空值,可以用于DataFrame和Series;新建一个DataFramedf = pd.DataFrame(dict(age=[5, 6, np.NaN], born=[pd.NaT, pd.Timestamp('1939-05-27'),

2021-04-11 15:55:43 1598

原创 【Pyecharts | Calendar】美国疫情数据&特朗普关于新冠的发言~

前言???? 本项目想法以及实现逻辑均参考至Echarts社区内大佬分享可视化作品「https://www.makeapie.com/editor.html?c=xr-uRS4-sG」;???? 整个代码量比较大,也有点点复杂,有疑问欢迎留言讨论;✅ 项目代码基于Pyecharts V1.7.1,如遇代码报错请优先考虑版本问题;数据部分数据以及特朗普的ICON太长了,影响阅读体验,如果需要的话可以去我的notebook中获取「https://www.heywhale.com/m

2021-04-08 22:29:49 408

原创 【cutecharts | 猛男请进】介绍一款敲可爱的可视化图表库~

前言今天来介绍一个超适合猛男使用的可视化图表库——cutecharts,它的画风是这样的:cutecharts是由pyecharts作者chenjiandongx开源的一个轻量级的项目;目前支持Bar, Line,Pie,Radar,Scatter五种图表;支持Page组合图表;安装???? pip install cutecharts;Line——基本示例支持的参数直接参考源码中的注释就好~def set_options( self, label

2021-04-06 22:08:49 422

原创 【SQL | 01】SQL中GROUP BY用法示例

概述GROUP BY我们可以先从字面上来理解,GROUP表示分组,BY后面写字段名,就表示根据哪个字段进行分组,如果有用Excel比较多的话,GROUP BY比较类似Excel里面的透视表。GROUP BY必须得配合聚合函数来用,分组之后你可以计数(COUNT),求和(SUM),求平均数(AVG)等。常用聚合函数count() 计数sum() 求和avg() 平均数max() 最大值min() 最小值语法SELECT column_name, aggregate_fun

2021-04-06 21:50:52 1298

原创 【Pandas | 03】数据拼接篇「concat,merge,append,join」

前言Pandas中关于数据帧的拼接有concat,merge,append,join四种方法,本项目简单来对比总结一下~运行环境:Jupyter notebook概述相对来说,concat和merge能做的事更多些,append和join相当于只是他们的子功能,不过如果只是简单粗暴的连接多个DataFrame,append和join可能用起来更方便一些。方式特点用法示例concat通过行/列索引进行连接pd.concat([df1, df2])merge通过

2021-04-05 22:18:26 1522

原创 【Pandas | 02】数据筛选篇「df.iloc,df.loc」

前言本文主要是关于Pandas中.iloc和.loc的用法示例。Pandas版本:V1.1.1运行环境:Jupyter notebook模块导入 & 数据读取import pandas as pddf = pd.read_csv('/home/kesci/work/Pandas教程/lakers_shots.csv')df.head()通过位置定位df.iloc行筛选传入整型数字,此时返回的是pandas.series;# 此时返回的seriesdf.iloc[0

2021-04-04 13:37:53 1311 2

原创 【Pandas | 01】数据读取篇「read_csv,read_excel,read_json,read_sql」

前言本系列教程中,Pandas默认版本为V1.1.1,如遇到报错,可以尝试升级Pandas版本。代码是基于notebook环境编写运行的,如果是使用Pycharm等编辑器,df.head()等代码会失效。推荐使用Jupyter notebook,可以通过语句pip install jupyter来进行安装,在终端输入jupyter notebook来使用。导入Pandasimport pandas as pdCSV文件读取csv是在数据处理过程中比较常见的一种文件格式。采用逗号分隔的纯

2021-04-04 11:50:59 518

原创 【Pyecharts|Scatter】通过dict配置完成实现单轴散点图

前言在echarts官方示例中,有一个单轴散点图,样式如下:可惜目前在Pyecharts中,并不能直接支持。翻阅文档后发现当前配置项SingleAxisOpts只是服务于河流图,并不能支持完成如上效果。不过在Pyecharts中是支持通过dict进行配置的,很多在Echarts支持的配置项如果在Pyecharts还未支持的花,我们是可以尝试通过dict传入来实现效果的。关键代码坐标轴配置这部分代码我们可以直接照抄echarts中的配置,echarts中的代码如下:option.single

2021-04-03 21:47:48 1114 1

原创 【Pyecharts50例】GEO图中忽略不存在的位置

前言在使用GEO图表中,如果传入了不存在的坐标位置,会返回类似如下的报错:pyecharts.exceptions.NonexistentCoordinatesException: 当前地点: (‘不存在的位置’, 80) 坐标不存在, 错误原因: cannot unpack non-iterable NoneType object遇到这种情况,可以通过geo.add_coordinate()将此位置的经纬度信息添加到实例中去,便可以在图表中使用不会再报错,我在之前文章【pyecharts50例】

2021-04-03 15:38:15 4227 3

原创 【Pyecharts50例】visualmap数据分段设置/不同数据区间设置不同颜色

前言在Pyecharts的visualmap中,颜色过度默认是渐变形式的,如下:除此之外可以分段设置,对于特定的数据区间指定颜色(或者图形大小),如下:完整示例完整代码#!/usr/bin/env python# -*- coding: utf-8 -*-# @Author : AwesomeTang# @File : line_with_visualmap_piecewise.py# @Version : Python 3.7# @Time : 2021-04-03

2021-04-03 15:10:14 4136 2

原创 【Pyecharts50例】设置单个数据项的颜色,标签等/chartItem使用方法

前言有时候我们想针对某个特殊的数据项进行特定的配置,比如下图将Ban&Pick比率大于70%的数据项显示标签,其他默认不显示:这时候便可借助chartItem进行配置,如果是直方图则使用BarItem,如果是折线图则是Lineitem。下文以BarItem为例,支持的参数如下:class BarItem( # 数据项名称。 name: Optional[str] = None, # 单个数据项的数值。 value: Optional[Numeric] = N

2021-04-03 14:42:34 2044 1

原创 【Pyecharts50例】liquid水球图自定义形状

前言Pyecharts中水球图(liquid)默认样式如下:如果需要自定义图形的话通过liquid.add()方法中的shape参数来设置,shape默认有’ circle’, ‘rect’, ‘roundRect’, ‘triangle’, ‘diamond’, ‘pin’, ‘arrow’ 可选。除此之外可以使用矢量图形,传入方式见下方代码示例。完整示例完整代码#!/usr/bin/env python# -*- coding: utf-8 -*-# @Author : Awesom

2021-04-03 14:02:25 1755

Pyecharts50个例子

光有数据不会展现也是枉然,50个pyecharts完整实例,从易到难,循序渐进,带你打开数据可视化大门~

2020-11-30

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