31省市统计完整案例

最新推荐文章于 2024-07-12 16:16:27 发布

魏谦

最新推荐文章于 2024-07-12 16:16:27 发布

阅读量214

点赞数

分类专栏： python机器学习 python 文章标签： python 列表数据分析数据可视化

本文链接：https://blog.csdn.net/qq_45767564/article/details/117295732

版权

python 同时被 2 个专栏收录

2 篇文章 0 订阅

订阅专栏

python机器学习

1 篇文章 0 订阅

订阅专栏

31省市统计完整案例

文件目录
在这里插入图片描述

demo.py代码

import numpy as np
from sklearn.cluster import  KMeans

def kmeansDemo():
    # 读取文件
    file=open("city.txt",encoding="utf-8")
    # 声明两个列表一个为保存省份名称，另外一个是保存数值型的数据
    cityName=[]
    cityData=[]

    # line 即为每行数据
    for line in file:
        # print(line)
        #对line进行分割
        items=line.split(",")  # item是列表
        cityName.append(items[0])
        cityData.append([float(items[i]) for i in range(1,len(items))])

    # 实例化kmeans对象，调用方法对数据分簇，标注序号
    km=KMeans(n_clusters=5)
    label=km.fit_predict(cityData) # cityData是31行8列二维列表

    # 对每组的中心点求和
    expense=np.sum(km.cluster_centers_,axis=1)
    # print(expense)#5个数据的yiwei数组

    # 保存分组之后所有的城市
    cityCluster=[[],[],[],[],[]]
    for i in range(len(cityName)):  # i 0-30
        # dataCLuster用于保存各个小组的城市，下标是lable每个元素
        cityCluster[label[i]].append(cityName[i])

    return  expense,cityCluster

app.py代码

from flask import Flask,render_template
from demo import  kmeansDemo
app=Flask(__name__)

@app.route("/")
def index():
    expense,cityCluster=kmeansDemo()#获取函数返回的消费金额，及各城市名称
    x=list(map(lambda a:"%.2f元"%a,expense))
    y=[len(i) for i in cityCluster] #i是每个层次城市名称的子列表
    return  render_template("index.html",x=x,y=y)

if __name__=='__main__':
    app.run(debug=True,port=8888)

index.html代码

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
    <script src="static/echarts.min.js"></script>
</head>
<body>
    <div id="box" style="width: 700px;height: 550px;margin: 0 auto"></div>
    <script>
       //实例化echart的对象
        var myCharts=echarts.init(document.getElementById("box"),"dark")
        var option={
            title:{
                text:"31个各省消费水平统计",
                left:30
            },
            legend:{
                right:50,
                top:5
            },
            toolTip:{
                show:true,
                trigger:"axis"
            },
            xAxis: {
                type: 'category',
                data: {{ x | safe }} //safe过滤器，禁止转义
            },
            yAxis: {
                type: 'value'
            },
    series: [{
                name:"各省数量",
        data:{{ y |safe }},
        barWidth:"60%",
        itemStyle:{
            color:"orange",
            barBorderRadie: [8,8,0,0]
        },
        type: 'bar',
        showBackground: true,
        backgroundStyle: {
                    color:'rgba(180,180,180,0.2)'
        },
    }]
};

            myCharts.setOption(option)
    </script>
</body>
</html>

效果展示

在这里插入图片描述

魏谦

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
31省市统计完整案例

31省市统计完整案例文件目录demo.py代码import numpy as npfrom sklearn.cluster import KMeansdef kmeansDemo(): # 读取文件 file=open("city.txt",encoding="utf-8") # 声明两个列表一个为保存省份名称，另外一个是保存数值型的数据 cityName=[] cityData=[] # line 即为每行数据 for line i
复制链接

扫一扫