可视化
文章平均质量分 67
ⓟ Paradise
感兴趣的领域有数据分析、机器学习、大数据、应用统计、经济金融,等。欢迎交流。
更多内容请访问我的 Github 主页:
<https://paradiseeee.github.io/>
展开
-
安装使用 d3graph 时出现 TypeError 的解决方法
观察报错信息可以看到出错的代码(902 行)使用了类型指定语法,这是最新的 python 特性,与旧版本的 python 环境不兼容。可能是开发者或 pip 没有匹配到合适的版本,所以安装时没有问题,但是 import 时会报错。修改后即可正常使用。原创 2023-09-01 15:55:34 · 298 阅读 · 0 评论 -
医药销售数据分析
如图,左右分别为 0-12 和 12-24 小时中的下单数量分布,可以直观地看到有较高的集中趋势。根据此行为习惯,可以在对应时段提高商品 pv,增加客服销售人员支持,促进用户下单和提高转化率,以提高销售业绩。如图为总样本不同渠道和不同 SKU 的销售额,趋势过于集中,容易因为某个渠道或某个产品的问题引起销售额较大的波动。因此可以进一步研究其特点,结合地区销售情况,用户行为习惯等分析,推出营销活动,作为提高销售业绩的突破口。如图,为不同员工的销售额和订单量,大体上处于一致的水平。原创 2023-06-30 10:59:58 · 1732 阅读 · 0 评论 -
PyEcharts 学习总结
Echarts是一个基于 JavaScript 的图表库,用于在 HTML 中生成可交互的图表(关于更多 js 图表库可以参考 CSDN 上的这篇博客PyEcharts旨在提供在 Python 中使用 Echarts 的 API,以便将数据可视化的流程整合到 Python 数据处理的流程当中。以下是四个文档和示例网站,各有特点。利用好这几个网站基本上就可以解决所有可能遇到的问题,而不需要在搜索引擎中漫无目的地翻查。原创 2023-06-30 09:37:25 · 1314 阅读 · 0 评论 -
解决 pyecharts 地图不显示的问题
在 pyecharts 中如果修改了 online host,会导致绘制的地图显示不全,需要将 host 改回默认的。原创 2023-06-29 17:38:38 · 1120 阅读 · 0 评论 -
提高 pyecharts 生成的网页的加载速度
使用 Pyecharts 生成的可视化作品是 HTML 的形式,需要使用特定的 js 代码。如果生成完全离线可用的文件,文件里会包含大量的 js 代码,文件会过大不利于分享。如果生成没有 js 代码的文件,则默认在 pycharts.org 上加载相应的 js,访问速度比较慢。因此可以参考以下操作更改 HOST,使用 CDN 加速。原创 2023-06-29 17:37:08 · 423 阅读 · 0 评论 -
餐饮市场分析(下)
关于展示的内容和开发过程的介绍直接看。项目,项目网站已经同时部署在。原创 2023-06-29 17:29:02 · 93 阅读 · 0 评论 -
餐饮市场分析(上)
注意到箱形图部分城市的四分位已经到零点,主要是部分商家首页没有推荐的折扣商品,导致计算产品的参考均值的时候得到缺失值。在 MtSpider 中的 parse_data 环节已经进行简单的清洗,主要根据返回的 json 文档的数据结构,将其分割成两个表,方便处理。明显的趋势是:价格亲民的品牌,有遍地开花的趋势,反之价格高的品牌店铺数量较少。首先看一下各区的分布(绘制这个图的时候都没发现,现在才惊觉有个逻辑上的错误,影响不大,懒得改了)。不过也是可以反映一些信息的,毕竟哪怕是刷的分,也是要成本的。原创 2023-06-29 17:26:30 · 166 阅读 · 0 评论 -
超市零售数据可视化分析(Plotly 指南)
CSDN 上不能插入 HTML,可以在 GitHub Page 上查看:项目首次发布于上 –。感兴趣的可以直接上去 Fork 之后自己做。由于上面只能用 Jupyter Notebook,而且还没有权限 DIY 工作环境,于是线下重新做一下。,包含全球范围内的大型超市四年间的零售订单数据,有 24 个字段,5w+ 条订单记录。下面将详细了解数据内容,进行数据清洗以及可视化分析。原创 2023-06-29 17:20:29 · 2194 阅读 · 1 评论 -
Bokeh 绘图基础与常用功能
在 Github 上查看交互式的绘图结果 |在这篇文章中,从最基本的绘图开始,逐步学习 Bokeh 中常用的绘图功能,目标是能满足大部分基础的绘图需求。原创 2023-06-29 17:19:48 · 282 阅读 · 0 评论