- 博客(5)
- 收藏
- 关注
RSS订阅原创 世界杯的时空演变与制胜因素分析（1930-2014）
本研究基于 1930-2014 年世界杯足球赛的三个核心数据集（赛事概况、比赛详情、球员事件），从宏观、中观、微观三个维度构建分析框架，揭示世界杯的历史演变规律与制胜关键因素。研究发现：世界杯赛事规模呈阶梯式扩张，参赛球队从 13 支增至 32 支，场均进球数呈长期下降趋势（从 3.89 球降至 2.67 球）；东道主球队存在显著主场优势，胜率（70.24%）较非东道主主场球队（55.86%）高出 14.38 个百分点；冠军球队具有 “高进攻效率 + 强防守稳定性” 特征，场均进球（2.42）是普通球队（1
2025-12-17 17:50:12
429
原创 Python可视化进阶——用豆荚图展示多维数据关系
豆荚图是一种融合箱线图与核密度曲线的创新可视化图表，通过镜像对称的"豆荚"形状同时展示数据分布的中位数、四分位数和密度曲线。相比传统箱线图，它能直观呈现单峰、双峰等分布形态，特别适合比较多组数据的分布差异。本文通过电商用户行为分析案例，对比了箱线图和豆荚图的效果：箱线图将低频购买行为识别为异常点，而豆荚图则清晰展现了用户行为从收藏、加购到购买的全流程分布，更易发现"加购→购买"这一关键转化瓶颈。豆荚图通过归一化密度曲线和镜像填充技术，在有限空间内高效传达多维数据信息。
2025-12-10 16:47:36
691
原创 弦图与桑基图：数据流可视化的双剑合璧
弦图和桑基图是两种可视化关系数据的图表类型。弦图以圆形布局展示实体间的相互关系，用弧线宽度表示关系强度，适用于分析社交网络、合作关系等场景。桑基图则通过流动的"河流"展示能量、物料或资金的转移过程，强调流量守恒，常用于分析资金流向、用户转化等场景。本文详细介绍了两种图表的适用场景，并以弦图为例展示了绘制流程，包括节点布局、贝塞尔曲线生成等关键技术细节，提供了完整的Python实现代码。
2025-12-08 21:41:55
882
原创 计算向量和矩阵的范数
本文系统梳理了范数在机器学习和最优化中的核心作用。范数作为统一度量工具，通过非负性、齐次性和三角不等式三大公理，将"长度"概念推广至向量、矩阵等数学对象。重点介绍了3种向量范数（L1曼哈顿范数、L2欧几里得范数、L∞无穷范数）和4种矩阵范数（列和最大值、行和最大值、谱范数、弗罗贝尼乌斯范数），每种范数均给出定义、公式、计算示例和Python实现代码。这些范数在稀疏建模、数值分析和算法设计中具有重要应用价值。
2025-10-11 12:54:31
937
原创 Matplotlib数据分析与可视化--雷达图
摘要：雷达图能直观展示多维数据分布，有效识别异常值与结构差异。本文通过两个实例验证其应用价值：1）高校学生专业课程成绩雷达图可快速呈现学科优势与短板，辅助招聘决策；2）家庭月度支出雷达图可精准定位消费异常点，优化预算管理。实验表明，在12维以内数据场景中，雷达图对极值和离群值的识别效率显著优于传统图表。Matplotlib实现的极坐标转换方法仅需数据闭合、角度均分与视觉编码三个步骤，即可将复杂表格转化为直观图形。该方法可扩展至绩效评估、产品对比等商业分析场景，具有广泛适用性。（149字）
2025-09-15 17:43:41
1045
1
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