- 博客(7)
- 收藏
- 关注
RSS订阅原创 攻守之间：世界杯历史趋势与制胜因素的多维可视化分析（1930–2014）
本项目基于1930年至2014年共三份世界杯数据集（WorldCups.csv, WorldCupMatches.csv, WorldCupPlayers.csv），通过系统的数据清洗、统计分析与可视化，从宏观趋势、中观球队和微观事件三个层面，深入探究了世界杯足球赛的历史演变特征及其内在规律。宏观层面：赛事规模逐步扩张，东道主国家不仅是赛事的承办方，更是世界杯全球化扩张战略的关键执行者和推动者；传统强队主要包括巴西、意大利、德国、阿根廷和乌拉圭等；世界杯冠军分布呈现显著的地域集中性与时间轮动性；
2025-12-17 19:16:56
681
原创 误差棒图的用法和绘制
误差棒图是一种在数据点附近用图形表示数据变异性的图表。它通常在科学和工程图表中用于指示报告的测量值的不确定性或误差范围。每个误差棒通常代表数据的一个标准差、标准误差、置信区间，或者是数据点的最小值和最大值。一个典型的误差棒由一条穿过数据点的线段和两端的“帽子”组成。中心点： 表示数据的均值或测量值。误差棒长度： 表示误差的大小。“帽子”： 清晰地标出误差范围的终点。关键区别：普通图表：回答"平均值是多少？趋势是什么？带误差棒图表：回答"平均值是多少？这个估计有多可靠？差异是否显著？误差棒的核心价值。
2025-11-26 16:44:36
968
原创 Labelimg经常闪退怎么解决（本人自己经历 不一定都适配）
是一个开源的，主要用于为计算机视觉任务（如目标检测）中的图像打标签（标注边界框）。
2025-11-12 20:46:48
538
原创 使用NumPy求解线性方程组的完整指南
..numpy.linalg.solve(a,b)是求解线性方程组的主要方法，适用于系数矩阵可逆的情况。# 定义系数矩阵A和常数向量B# 求解方程组print("方程组的解:", solution)这段代码是求解如下线性方程组方法适用场景优点缺点方阵且可逆精度高、速度快对矩阵条件敏感矩阵求逆法理论分析直观易懂数值稳定性差最小二乘法超定/欠定系统适用范围广可能不是精确解Ax%3Db。
2025-10-10 23:08:30
1189
原创 数据分析的六大步骤
数据分析的六个核心步骤包括：目标定义与业务理解、数据收集与评估、数据清洗与预处理、数据探索与可视化、建模与分析、结果解释与报告呈现。这是一个循环迭代的过程，每个步骤都可能需要回溯调整。关键在于明确业务问题、确保数据质量、深入探索数据特征、选择合适模型，并将分析结果转化为可执行的商业建议。最后还需部署监控并持续迭代优化。整个流程强调灵活性和业务导向，确保数据分析真正创造价值。
2025-09-29 17:46:27
771
原创 一些小思考about代码查重工具
代码查重工具在学术和工业领域的应用虽有助于维护原创性，但也可能引发隐私泄露和知识产权风险。隐私问题包括个人信息和商业秘密的非授权访问；知识产权涉及代码版权和许可证合规。合理引用需透明标注来源并遵循开源许可，否则可能构成抄袭。不同许可证（如GPL、MIT）对代码使用有特定要求。开发者应平衡知识共享与权益保护，通过规范引用和合规操作确保学术诚信与法律遵从。
2025-09-22 16:59:51
367
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人