有一只飞鸟Faye bird-优快云博客

原创 B站视频评论的爬虫与数据分析

1.通过爬虫将数据存储下来2.生成词云图非常直观的输出评论高频字眼3.生成柱状图和饼状图来分析B站视频评论3基本功能描述3.1基本功能实现了使用Selenium库进行B站视频评论的爬取，并将评论数据保存到CSV文件中。然后使用Pandas和其他相关库对评论数据进行了基本的数据分析和可视化。具体功能描述如下：1.使用Selenium库进行模拟浏览器操作，加载指定B站视频页面。2.使用XPath表达式提取页面中的评论内容和评论时间。3.将提取的评论内容和评论时间写入CSV文件中。

2024-06-20 21:17:30 3683

原创 C++程序设计课程——个人银行账户管理系统

通过C++实训课程，我深切的体会到了编程的乐趣，在此次实训中，我也看到了许多自己的不足，不仅是知识上的，还有思考能力等方面都需要进一步提高。熟悉C++工程开发的过程、头文件和源文件之间的关系，掌握类、继承及派生、虚函数、多态性在C++面向对象程序设计中的体现，掌握一个类的对象作为另外一个类的成员的实现方法。显示请选择您的账户序号，输入账户序号之后，显示请输入您的存款金额，从后台数据库中找到该用户余额记录，修改余额，并将该存款事件的相应信息写人数据库，同时在下面显示您的存款日期、账号，存入的金额，总金额。

2024-06-20 20:54:46 2672 1

原创汽车尾灯控制电路设计

当右转弯开关被打开时，右转弯尾灯显示的3个指示灯按右循环显示。2、我们进行数字电子技术相关的课程设计是我们理论联系实际的最好途径，将书本上的知识利用到实际的分析解决问题中去，这样使我们更加牢固的掌握分析与设计的基本知识与理论，更加熟悉的各种不同规模的逻辑器件，掌握逻辑电路的分析和设计的基本方法，为以后的学习奠定基础。3、基本完成了本次设计的设计要求:汽车正常运行时指示灯全灭，汽车右转弯时右侧3个灯按右循环顺序点亮，车左转弯时，左侧3个灯按左循环顺序点亮，汽车临时刹车时所有指示灯同时闪烁。

2024-06-20 20:38:19 6707 6

原创优化与决策——多目标线性规划的若干解法及MATLAB实现

fun为目标函数的M函数, x0为初值,goal变量为目标函数希望达到的向量值, wight 参数指定目标函数间的权重,A,b为不等式约束的系数, Aeq,beq为等式约束系数, lb,ub为x的下限和上限,fun为目标函数的M函数, x0为初值,A,b为不等式约束的系数, Aeq,beq为等式约束系数, lb,ub为x的下限和上限,fun为目标函数的M函数, x0为初值,A,b为不等式约束的系数, Aeq,beq为等式约束系数, lb,ub为x的下限和上限,多目标线性规划有着两个和两个以上的目标函数。

2024-06-20 20:03:29 3167 2

原创 K-means 聚类模型python解法

K均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。（每一列为一个变量共2个变量，每一行为一个样本共20个样本）实例分析（对某网站500家饭店价格及评论进行聚类）#只需将X修改即可进行其他聚类分析。

2024-06-20 19:36:17 528

TOPSIS综合评价模型python

正常代码 import numpy as np # 导入numpy包并将其命名为np ##定义正向化的函数 def positivization(x,type,i): # x：需要正向化处理的指标对应的原始向量 # typ：指标类型（1：极小型，2：中间型，3：区间型） # i：正在处理的是原始矩阵的哪一列 if type == 1: #极小型 print("第",i,"列是极小型，正向化中...") posit_x = x.max(0)-x print("第",i,"列极小型处理完成") print("--------------------------分隔--------------------------") return posit_x elif type == 2: #中间型 print("第",i,"列是中间型") best = int(input("请输入最佳值：")) m = (abs(x-best)).max()

2024-06-20

K均值聚类算法python代码

K均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。（包含3个代码及一个案例）

2024-06-20

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人