案例分析 对象 案例5.20
大数据分析与可视化 之 实验12 Matplotlib绘制图表（二）
实验12 Matplotlib绘制图表（二） 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 掌握Matplotlib的框架及图形属性。 掌握Matplotlib绘制图形的步骤。 掌握Matplotlib绘制柱形图、条形图、饼图、折线图。 掌握Matplotlib绘制散点图、等高线图 ......
大数据分析与可视化 之 实验10 Pandas实现数据分析
实验10 Pandas实现数据分析 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 掌握Pandas的字符串函数。 掌握Pandas 统计汇总函数。 掌握Pandas排序、分组、合并与级联函数。 能利用上述函数进行综合数据分析。 二、实验要求 通过编程实现使用Pandas字符串函数进 ......
大数据分析与可视化 之 实验11 Matplotlib绘制图表（一）
实验11 Matplotlib绘制图表（一） 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 掌握Matplotlib的框架及图形属性。 掌握Matplotlib绘制图形的步骤。 掌握Matplotlib绘制直线、曲线图、折线图。 掌握Matplotlib绘制柱形图、条形图、饼图。 ......
大数据分析与可视化 之 实验09 Pandas函数应用
实验09 Pandas函数应用 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 掌握pandas函数应用的方法：pipe()、apply()和applymap()。 能编写自定义函数。 能使用pandas函数应用调用自定义函数解决数据分析实际问题。 二、实验要求 利用pandas函数 ......
大数据分析与可视化 之 实验08 Pandas字符串和文本处理
实验08 Pandas字符串和文本处理 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 学会正确使用常见的字符串函数 如：len()、find()、strip()、replace()、contains()函数。 解决实际数据中的字符串和文本处理问题。 二、实验要求 使用常见的字符串函 ......
大数据分析与可视化 之 实验06 Pandas缺失值处理
实验06 Pandas缺失值处理 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 掌握判断缺失值、过滤缺失值、填充缺失缺失值等缺失值处理 解决实际数据中的缺失值问题 二、实验要求 使用常见的缺失值处理函数（如：isnull()、notnull()、fillna()、dropna()函 ......
大数据分析与可视化 之 实验07 Pandas合并与级联
实验07 Pandas合并与级联 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 掌握pandas合并/拼接 掌握pandas级联 二、实验要求 利用pandas合并、拼接和级联等知识在PyCharm中编写程序，实现Python数据处理的相关操作。 三、实验内容 任务1.现有如下图的 ......
大数据分析与可视化 之 实验05 Pandas数据读写
实验05 Pandas数据读写 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 学会正确使用常见的I/O API函数。 解决文本文件、CSV文件、Excel文件、网页文件、数据库文件和JSON格式文件数据的读写问题。 二、实验要求 使用常见的I/O API函数（如：read_csv( ......
大数据分析与可视化 之 实验04 Pandas基础
实验04 Pandas基础 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 1.掌握pandas系列、数据帧和面板的使用 2.掌握pandas基本功能和操作 二、实验要求 Pandas 程序的运行步骤。 2．pandas的数据结构 3．pandas系列、数据帧和面板 pandas基本 ......
大数据分析与可视化 之 实验03 Numpy实现数据分析
实验03 Numpy实现数据分析 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 掌握Numpy的字符串函数 掌握Numpy 统计函数 掌握Numpy排序、分组、线性代数函数 二、实验要求 通过编程实现使用Numpy字符串函数进行文本处理，使用统计函数进行数据分析等常用操作。 三、实 ......
大数据分析与可视化 之 实验02 Numpy创建数组
实验02 Numpy创建数组 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 掌握Numpy创建数组的方法 掌握Numpy ndarray的属性、运算 掌握Numpy迭代数值，修改数组中元素的值 掌握Numpy常用函数的使用方法 二、实验要求 使用Numpy.array的构造函数创建 ......
大数据分析与可视化 之 实验01 Python爬虫
实验01 Python爬虫 实验学时：2学时 实验类型：验证 实验要求：必修 一、实验目的 理解爬虫技术 掌握正则表达式、网络编程 掌握re、socket、urllib、requests、lxml模块及其函数的使用 二、实验要求 分析所需爬取信息网页的源代码，使用re、socket、urllib、r ......
机器学习-无监督机器学习-LDA线性判别分析-25
目录1. Linear Discriminant Analysis 线性判别分析 1. Linear Discriminant Analysis 线性判别分析 经常被用于分类问题的降维技术，相比于PCA，LDA可以作为一种有监督的降维算法，降维的时候用到了y的真实值，有监督的降维。 在PCA中，算法 ......
【Python数据分析课程设计】大数据分析——YouTube视频趋势分析
一、选题的背景 背景：Python是一种功能强大的编程语言，广泛应用于数据科学和数据分析领域。在当今的数字时代，视频分享平台如YouTube已成为信息传播和内容创作的重要渠道。越来越多的YouTubers（YouTube创作者）致力于通过数据驱动的方法来优化他们的创作策略，以吸引更多的观众和提升视频 ......
【Python数据爬取课程设计】数据爬取—京东手机品牌信息数据爬取和数据分析与可视化
一、选题的背景 随着互联网的快速发展，大数据已经成为各行各业决策的重要依据。在电商领域，京东作为国内领先的电商平台，积累了大量的用户购买数据。这些数据中蕴含着丰富的品牌信息，对于手机品牌来说，分析这些数据可以帮助他们更好地了解市场趋势、消费者需求以及竞品情况。然而，目前对于京东手机品牌信息的大数据分 ......
【Python爬虫课程设计】--股票数据爬取+数据分析
一、选题课程背景 随着互联网技术的发展和信息爆炸的时代，人们对于获取和分析海量数据的需求日益增长。股票市场作为全球经济的重要风向标，其数据信息的获取和分析对于投资者、研究人员以及企业决策者具有重要的参考价值。然而，传统的股票数据分析方法往往受到数据来源限制和数据处理能力的制约，无法充分利用互联网上的 ......
【python爬虫课程设计】达多多抖音电商——爬虫+大数据分析可视化
一、选题背景 随着社交媒体的发展和智能手机的普及，抖音已经成为了全球最受欢迎的短视频平台之一。越来越多的用户通过抖音平台进行商品的选购和交易，使得抖音电商成为了一个热门的话题。因此，通过对抖音电商的爬虫分析，可以深入了解用户的购物偏好、热门商品和行业趋势，为电商平台和品牌商提供有价值的市场分析和营销 ......
【Python数据分析课程设计】关于艾尔登法环武器的数据分析
一、选题背景 艾尔登法环由FromSoftware与乔治-R-R-马丁（George R.R. Martin）合作开发，以正统黑暗奇幻世界为舞台的动作RPG游戏，走进辽阔的场景与地下迷宫探索未知，挑战困难重重的险境。 这款游戏带来了一个广阔的开放世界，其中包含各种奇幻生物和战斗。在游戏中，玩家将能够 ......
【Python数据分析课程设计】大数据分析—科学家薪资分析
一、选题背景介绍及选题意义 本研究旨在探究影响数据科学家薪酬的因素，通过分析相关数据集来寻找这些因素与工资之间的关系。随着数据科学职业的不断发展，对于雇主和雇员来说，了解可能影响薪酬的因素非常重要。本分析将探讨各种因素，包括个人背景、工作经验、技能、地理位置等，以及这些因素对数据科学家薪酬的影响程度 ......
【Python数据分析课程设计】大数据分析—游戏销售额分析
一、选题背景介绍 游戏开发商面临着越来越多的竞争，需要制定合理的市场策略来保持竞争优势。 对游戏销售额进行分析是了解游戏市场和游戏产业状况的重要手段之一。通过对游戏销售额的分析，可以了解游戏市场规模和增长趋势，评估不同类型游戏的表现，发现新的商业机会，并为游戏开发商制定市场策略提供参考。 同时，游戏 ......
ASR项目实战-产品分析
分析Google、讯飞、百度、阿里、QQ、搜狗等大厂的ASR服务，可以罗列出一款ASR服务所需要具备的能力。 产品分类 ASR云服务产品，从用户体验、时效性、音频时长，可以划分为如下几类： 实时短音频转写，可以用于支撑输入法、搜索、导航等场景。 实时长音频转写，可以用于支撑视频字幕、图文直播、会议直 ......
【Python大数据分析课程设计】——心血管疾病数据分析和预测模型
一、选题背景 心血管疾病是全球范围内主要健康威胁之一，而通过大数据分析揭示相关模式和趋势对于疾病预防和管理至关重要。社会上心血管疾病的不断增加与现代生活方式、不良饮食和缺乏运动等因素密切相关，对健康系统和经济造成巨大负担。在技术飞速发展的今天，大数据分析为深入挖掘潜在的健康信息提供了前所未有的机会， ......
复杂算法分析(后续实时更新)
复杂算法总结 1.dfs 模板样例 //走河卒(适用低数据复杂度) #include<iostream> using namespace std; int n,m,ans,mx,my; int vis[26][26]; int dx[]={0,1},dy[]={1,0},dX={1,-1},dY={ ......
Java反序列化漏洞-CC6链分析
CC6利用链分析 经过之前对CC1链和URLDNS链的分析，现在已经对反序列化利用链有了初步的认识，这次来分析一个最好用的CC利用链——CC6。 为什么CC6是最好用的CC利用链，因为CC6不限制jdk版本，只要commons collections 小于等于3.2.1，都存在这个漏洞。 前置知识 ......
[Python高级应用课程设计]大数据分析——二手房屋房价分析
一、选题背景介绍及选题意义 随着经济的发展和城市化进程的加快，房地产市场已成为我国经济增长的重要支撑。然而，房价的波动却成为了社会关注的焦点之一。因此，利用大数据分析方法对房价进行研究和预测已成为当前热门的研究方向。大数据分析技术可以从多维度、全方位地收集和分析相关数据，发现数据背后的规律，并进行预 ......
Java反序列化漏洞-URLDNS链分析
目录一、前置知识反射二、分析1. URL2. HashMap3. 解决一些问题反射修改字段值三、POC四、利用链 一、前置知识 菜鸟教程 Java 序列化 Java安全-反射 URLDNS链的作用就是在目标主机中可能存在反序列化输入的数据的地方，传入序列化后的URLDNS利用链，如果目标主机解析了这 ......
R语言逻辑回归模型的移动通信客户流失预测与分析
全文链接：https://tecdat.cn/?p=34723 原文出处：拓端数据部落公众号 通过对某移动通信公司客户的流失数据分析，了解客户流失规律，建立流失预警系统，为客户关系管理服务。 数据介绍 某年度随机抽取的 1000 个移动通信客户。因变量是他们来年的流失行为（0= 未流失，1=流失）。 ......
PLSQL打开数据库对象乱码
1.问题描述 PLSQL打开远程数据库对象后，发现其中的中文内容为问号乱码. 2.处理方式 这种情况一般是我们初次安装PLSQL后，未在本地配置与数据库一致的NLS_LANG环境变量，导致远端获取的对象字符集在本地解析时无法识别。 2.1 远程数据库配置情况 使用 NLS_DATABASE_PARA ......
ELK日志分析系统的介绍
1、ELK简介 ELK是一套针对日志数据做解决方案的框架，是三个开源软件的缩写，分别表示：Elasticsearch , Logstash, Kibana , 它们都是开源软件。新增了一个FileBeat，它是一个轻量级的日志收集处理工具(Agent)，Filebeat占用资源少，适合于在各个服务器 ......
java-面向对象编程
面向对象编程是一种编程范式，它将程序设计组织为对象的集合，这些对象通过相互之间的交互来完成任务。下面是面向对象编程的一些重要概念和Java的相关实现： 类（Class）和对象（Object）：在Java中，类是定义对象的模板。它描述了对象的属性（成员变量）和行为（方法）。对象是类的实例化结果，可以创 ......