课程的架构大概如下所示,第一天是利用pyecharts库对数据进行可视化,与后面课程作业的联系不太大,可以看作是对数据获取(爬虫)的一个熟悉。
最终实现的结果如下:
这部分饼图的代码非常简单,如下
from pyecharts.charts import Pie
p = Pie()
p.add("实时确诊人数", [list(z) for z in zip(labels, counts)], radius=["0%", "50%"], center = ["40%","70%"])
p.set_global_opts(
title_opts=opts.TitleOpts(title="各省份实时确诊人数"),
legend_opts=opts.LegendOpts(type_="scroll", pos_left="80%", orient="vertical"),
)
p.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
p.render(path='/home/aistudio/data/各省份实时确诊数据饼图.html')
第二天的作业是手势识别,当天课程主要讲解了神经网络的基本概念,也就是全连接层等概念,在作业中根据给定的代码可以完成图像的处理,包括解压缩,标注,分训练