Txixi的博客

文章目录前言单图中多列数据并列图的布局图形的并列图形选项卡时间线轮播3d柱状图与热图3d柱状图热图店铺特征矩阵的构建散点图平行坐标系前言所谓多维，就是数据不仅仅有x,y两列，而是有多列数据特征需要展示。这里主要分为两类展示方法，一类是用多张图展示多个数据，一类是一张图上展示多列数据。导包:import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport jsonfrom pandas.io.json impo

文章目录前言pyecharts基础全局配置项TitleOpts标题配置项AxisOpts：坐标轴配置项系列配置项LabelOpts：标签配置项标记点的设定pyecharts的数据类型问题前言python的两种数据作图方案:matplotlib 简单方便，适合数值作图与科学作图（论文发表）pyecharts 流程略微复杂但功能强大，图形为交互式，适合项目开发和商业分析报告(国人开发)；但是这个库的问题也在于是一个非常新的库，开发很不稳定,未来变化可能导致课件代码无法使用。pyecharts的文

文章目录基础例子改变形状改色stylecloud 自定义蒙版基础stylecloud是wordcloud优化改良版，操作简单，直接调用。stylecloud的特点：可以使用 Font Awesome 提供的免费图标更改词云的形状；通过 palettable 更改调色板以自定义风格，更改背景颜色；添加梯度使颜色按照特定方向流动。stylecloud的安装：pip install stylecloud导包：import jiebafrom stylecloud import gen_

文章目录前言一、函数定义二、类总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、函数定义函数就是在我们写的代码太多，容易乱的时候，使用函数，调用起来很方便。简单的函数定义：#add_ab是函数的名称def add_ab(a,b): print(a+b)#可以用return表示的是返回值 ，print表示的打印出来值

文章目录前言一、wordcloud基础二、wordcloud简单词云图三、更改颜色前言wordcloud是python的一个三方库,称为词云也叫做文字云,是根据文本中的词频,对内容进行可视化的汇总.安装wordcloud: pip install wordcloud一、wordcloud基础WordCloud()的默认值：WordCloud(font_path=None, width=400, height=200, margin=2, ranks_only=None, prefer_horiz

文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言在做词云图之前我们需要安装第三方库：pip install numpy matplotlib pillow wordcloud imageio jieba snownlp itchat -i https://pypi.tuna.tsinghua.edu.cn/simple如果在安装wordcloud的时候出现报错：Microsoft Visual C++ 14.0 is required.这时候 点这个网址下载所需的w

文章目录一、字典（一）字典的基础定义1.字典结构（dict）2.字典结构操作（二）字典的核心操作二、Set结构（集合）三、判断结构三、循环结构一、字典（一）字典的基础定义1.字典结构（dict）list是[]（中括号），而字典是{}（大括号）构造字典：w = dict()与w = {}都可以构造字典2.字典结构操作key-value:一个键对应一个值（键是唯一的）字典的赋值：对字典更新：字典是没有顺序：（二）字典的核心操作字典结构和list 结构差不多的，都可以进行嵌套的改

文章目录前言一、jieba分词（一）特点（二）主要功能1.分词（三）载入词典（四）载入词典（五）关键词抽取1.基于 TF-IDF 算法的关键词抽取2.基于 TextRank 算法的关键词抽取（六）词性标注二、collections 词频统计前言jieba是目前python中文分词组件中最好的，安装如下：pip install jieba -i https://pypi.tuna.tsinghua.edu.cn/simple引用通过：import jieba一、jieba分词概述：基于前缀

文章目录一、python基础1.python的数据基本类型2.python中基本运算符号3.数据类型转换4.基本数值操作二、字符串操作1.切分2.合并3.替换4.变化大小写5.变化大小写6.格式化操作三、索引结构1.取一个2.切片三、List结构1.list基本操作（1）list的长度（2）list的计算（3）list的索引（4）list的替换（5）list的切片和删除（6）list中的判断2.list的核心操作（1）计数（2）列表添加（3）排序一、python基础1.python的数据基本类型

文章目录前言一、Matplotlib基础（一）plt.show()函数（二）plt.plot()函数二、电影数据绘图1.引入库2.读入数据总结前言Matplotlib是Python中的一个2D图形包，pyplot里面有很多画图的函数,matplotlib.pyplot包含一系列类似MATLAB中绘制图的函数的相关函数，一般用plt作为matplotlib.pyplot的简写。一、Matplotlib基础导包：import matplotlib.pyplot as plt#画图的包import n

文章目录前言一、数据重塑和轴向旋转1、层次化索引2、DataFrame的层次化索引二、数据分组，分组运算三、离散化处理四、合并数据集1、append2、merge3、concat前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、数据重塑和轴向旋转1、层次化索引层次化索引是pandas重要的一个功能，可以在一个轴上拥有多个索引。多

文章目录一、数据格式转换1、查看格式2、将年份转化成整数格式二、排序1.默认排序2.按一个标志排序3.按多个指标排序三、基本统计分析1、描述性分析2、一些分析的基本函数3、数据替换四、数据透视一、数据格式转换在做数据分析时，原始的数据由于各种各样的原因产生不同数据格式的问题，数据的格式错误往往会造成严重的后果，数据的格式对我们找异常值或对数据进行清洗都有着总要的作用。1、查看格式w['投票人数'].dtype #dtype就是看数据格式w['投票人数'] = w['投票人数'].asdtype(

文章目录前言pandas的基本结构1.Series2.DataFrame（1）构建一个DataFrame（2）基本操作（3）缺失值及异常值处理（4）数据保存前言pandas是基于numpy的一个工具，创建的目的是为了解决数据分析。它纳入大量的库和一些标准的数据模型，提供了大量使我们快速处理数据的函数和方法。pandas的基本结构1.SeriesSeries是一维数组，与Numpy中的array相似，可以保存不同种数据类型，如字符串、数字等。Series初始化：import numpy as

文章目录前言1.numpy基本结构（1）用numpy读取数据（2）numpy.array()2.Numpy矩阵基础（1）numpy中的计算（2）ndarray.astype()3.Numpy常用函数（1）定义初始矩阵（2）随机模块（3）一些数学运算4.矩阵常用操作（1）矩阵指数和根号计算（2）矩阵变化（2）矩阵拼接（3）矩阵切分前言Python中Numpy是做矩阵运算的库，拥有丰富的数组计算函数。1.numpy基本结构（1）用numpy读取数据import numpyworld_alcohlo