- 博客(8)
- 收藏
- 关注
RSS订阅原创 螺蛳粉销量排序MapReduce程序
摘要：本文剖析了基于Hadoop MapReduce框架的LuoSort类代码实现，详细介绍了其处理海量数据的功能架构。该代码通过配置Hadoop环境、构建MapReduce作业、设置Mapper/Reducer类和分区策略，实现了数据的并行处理和高效聚合。重点分析了MyMapper2、MyReducer2和MyPartitioner三个核心组件的功能设计，阐述了其在处理大规模销售数据时的排序和分区逻辑。文章指出该框架的优势在于分布式计算的并行处理能力、良好的扩展性和容错性，能够灵活满足不同业务场景下的大数
2025-12-25 16:24:54
922
原创 数据可视化学习心得
以下是一份关于我本学期学习数据可视化的学习心得与代码：心得体会1. 框架应用这段代码展示了如何使用Flask框架快速搭建一个Web应用。Flask是一个轻量级的Web框架，具有灵活性和易用性，非常适合快速开发和原型设计。通过定义不同的路由，我们可以轻松地组织和管理不同的功能模块。2. 路由设计代码中定义了多个路由，每个路由对应一个数据可视化的数据源接口：/：主页路由，返回一个HTML模板charts.html。
2025-10-16 15:01:59
986
原创 用数据处理和分析心理健康
这有助于初步了解数据的完整性和规模，为后续的数据处理和分析奠定基础。直方图和KDE曲线的结合使用，能够更全面地揭示数据的分布特征，包括数据的集中趋势、分散程度以及潜在的偏态或峰态等。综上所述，这两段代码在数据分析和数据可视化领域具有广泛的应用价值，它们通过不同的图形展示方式帮助我们更深入地理解数据的分布情况，为后续的数据处理和分析步骤提供有力支持。从分类报告中可以看出，模型在“中”类别上表现相对较好，但在“低”和“高”类别上表现较差，尤其是“高”类别的召回率非常低，表明模型对高焦虑水平的识别能力较弱。
2025-06-30 10:37:58
857
原创 对脱发因素进行分析与预测
实际应用中，应直接使用已有的df，创建DataFrame，并仅包含示例列名（实际应用中应包含所有列）， 将DataFrame的列名修改为中文列名，注意：这里假设原始数据集的列名与chinese_columns中的英文对应项有明确的映射关系，实际应用中，需要根据实际情况调整映射关系，更新列名，对于不在mapping中的列名，保持原样（如'ID'），由于我们仅创建了示例列名和数据，因此这里仅展示部分列名以验证结果， 实际应用中，应展示所有列名以确认修改是否正确。因此，在进行转换前，应先对数据进行清洗。
2025-06-26 16:03:12
967
原创 重生之运用霸道总裁python进行心脏病数据分析及分类
列名：包括年龄（Age）、性别（Gender）、心率（Heart rate）、收缩压（Systolic blood pressure）、舒张压（Diastolic blood pressure）、血糖（Blood sugar）、肌钙蛋白（Troponin）和结果（Result，值为'negative'或'positive'）。箱线图是一种非常有用的统计图表，能够展示数据的分布情况。通过这些步骤，代码有效地清理了数据集，排除了不符合生理范围的数据，并修正了可能的记录错误，为后续的数据分析提供了可靠的基础。
2025-06-19 16:25:34
472
原创 重生之我学python
该代码段主要用于读取Excel文件中的订单数据，进行数据预处理，包括去除重复值、处理异常值、筛选非退款订单等，然后进行数据可视化分析，展示不同月份的收益情况以及每天每小时的付款时间分布。以下是我对这份代码的全部总结代码总结这份代码主要用于对一个名为order2021kmeans.xlsx的订单数据进行深入的分析和可视化处理。以下是代码的主要用途和步骤的详细总结：1. 数据读取与预处理。
2025-06-12 16:13:18
805
原创 重生之我在柳州职业技术大学学python
通过这次实践，我学到了很多。此外，我还学到了在处理实际数据时，需要细心和耐心，尤其是处理文本数据时，需要编写一些复杂的lambda函数来提取所需信息。未来，我将继续深入学习Python的高级特性，如面向对象编程、多线程和多进程等，进一步提升自己的编程能力和数据处理水平。在学习过程中，我也遇到了一些困难，如面向对象编程的理解和算法优化等，但通过查阅资料和请教老师同学，最终都得到了解决。总体而言，此次实践不仅提升了我的数据处理能力，还增强了我对Python生态中数据处理和可视化工具的理解和使用。
2025-06-05 16:18:54
842
原创 Python的学习心得
Python不仅仅是简单的在人生的慢慢旅途中，Python是我们从基础者迈向中高级者的关键，也是我们为大数据技术学习的重要基础。此外，Python对细节的要求很高，比如标点符号和空格的使用，这些都有助于培养严谨的编程习惯。它不仅让你掌握了一门强大的编程语言，更重要的是培养了解决问题的能力、逻辑思维能力和持续学习的习惯。通过将复杂逻辑封装成函数，可以提高代码的可读性和可维护性，减少重复编码，从而降低错误率1。：学习过程中会遇到一些挑战，比如理解列表、元组和集合的区别，以及递归算法的使用等。
2024-12-20 10:04:42
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