安卓手机python数据可视化_python 数据可视化

# -*- coding:utf-8 -*-

# 异常值处理

import pandas as pda

import numpy as npy

import matplotlib

matplotlib.use('Agg')

import matplotlib.pyplot as pyl

import io

def index(data):

# 输出结果必须为字典output

output = {}

# data = pda.read_excel("D:/taobao2.xls")

data = pda.DataFrame(data[1:], columns=data[0])

# print(data)

data.describe()

# 画散点图(横轴为价格,纵轴为评论数)

# 得到价格

data2 = data.T

price = data2.values[2]

# 得到评论数据

comt = data2.values[3]

fig = pyl.figure()

# print(price)

# print(comt)

pyl.plot(price, comt, 'o')

canvas = fig.canvas

buffer = io.BytesIO()

canvas.print_png(buffer)

img_spl = buffer.getvalue()

# print(data)s

buffer.close()

output['img_散点图'] = img_spl

# pyl.show()

# 评论数异常>100000,价格异常>1000

line = len(data.values)

col = len(data.values[0])

da = data.values

for i in range(0, line):

for j in range(0, col):

if (int(da[i][2]) > 1000):

# print(da[i])

da[i][2] = data["价格"].mean()

if (int(da[i][3]) > 100000):

# print(da[i])

da[i][3] = data["评论"].mean()

daF = pda.DataFrame(da)

daF.sort_values(by=3)

da2 = da.T

price = da2[2]

comt = da2[3]

fig2 = pyl.figure()

pyl.plot(price, comt, 'o')

canvas = fig2.canvas

buffer = io.BytesIO()

canvas.print_png(buffer)

img_spl2 = buffer.getvalue()

# print(data)s

buffer.close()

output['img_第二张散点图'] = img_spl2

# pyl.show()

# 分布分析--直方图

fre_price = dict()

for num in da2[2]:

fre_price[num] = fre_price.get(num, 0) + 1

fre_price.keys()

fre_price.values()

pyl.bar(list(fre_price.keys()), list(fre_price.values()))

# 数据集成

da200 = da[0:200]

da300 = da[200:500]

da500 = npy.concatenate((da200, da300))

pda.DataFrame(da200)

output['data_数据集成'] = pda.DataFrame(da200).values.tolist()

# print(pda.DataFrame(da200))

# 标准化

# 离差标准化

data["价格"] = (data["价格"] - data["价格"].min()) / (data["价格"].max() - data["价格"].min())

# 标准差标准化

data["价格"] = (data["价格"] - data["价格"].mean()) / data["价格"].std()

print(output)

return output

if __name__ == "__main__":

data = nosupervision_read_data()

index(data)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/266174.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

$_SERVER

PHP $_SERVER 变量 $_SERVER 是一个包含诸如头信息(header)、路径(path)和脚本位置(script locations)的数组。它是 PHP 中一个超级全局变量,我们可以在 PHP 程序的任何地方直接访问它。 $_SERV…

linux文件编程(4)—— 用ANSIC标准C库函数进行文件编程:fopen、fread、fwrite、fseek

参考:linux文件编程(5)—— 用ANSIC标准中的C库函数进行文件编程 作者:丶PURSUING 发布时间: 2021-04-11 11:58:25 网址:https://blog.csdn.net/weixin_44742824/article/details/115209680 部分参照&#…

swig封装 c语言函数到python库,python swig 调用C/C++接口

转载:https://www.cnblogs.com/dda9/p/8612068.html当你觉得python慢的时候,当你的c/c代码难以用在python上的时候,你可能会注意这篇文章。swig是一个可以把c/c代码封装为python库的工具。(本文封装为python3的库)文章结构整体看封装只使用py…

Java学习---面试基础知识点总结

Java中sleep和wait的区别① 这两个方法来自不同的类分别是,sleep来自Thread类,和wait来自Object类。sleep是Thread的静态类方法,谁调用的谁去睡觉,即使在a线程里调用b的sleep方法,实际上还是a去睡觉,要让b线…

python中的语言特性_python自测——语言特性

语言特性1.谈谈对 Python 和其他语言的区别答:Python 是一门语法简洁优美,功能强大无比,应用领域非常广泛,具有强大完备的第三方库,他是一门强类型的可移植、可扩展,可嵌入的解释型编程语言,属于动态语言。拿 C 语言和 Python 比&…

使用NPOI和委托做EXCEL导出

首先,在用NPOI导出时,学习了邀月这篇文章NPOI根据Excel模板生成原生的Excel文件实例,在这里先行谢过了。 本篇文章在邀月的基本上,做了一些小的改动,加上委托的机制。因为在做导出时,加载模板,下…

全国计算机等级考试题库二级C操作题100套(第63套)

第63套&#xff1a; 给定程序中&#xff0c;函数fun的功能是&#xff1a;有NN矩阵&#xff0c;根据给定的m&#xff08;m<N&#xff09;值&#xff0c;将每行元素中的值均右移m个位置&#xff0c;左边置为0。例如&#xff0c;N3&#xff0c;m2&#xff0c;有下列矩阵 1 2 3…

android 放大镜功能,简单实现Android放大镜效果

利用之前学过的图形图像绘画技术和图片添加特效技术&#xff0c;我们来实现一个Android放大镜的简单应用。最终效果如图具体实现:用来显示自定义的绘图类的布局文件res/layout/main.xml:xmlns:tools"http://schemas.android.com/tools"android:layout_width"fil…

python直方图拟合曲线_在直方图python中拟合非标准化高斯

我有一个暗图像(原始格式)&#xff0c;并绘制图像的图像和分布 . 正如您所看到的那样&#xff0c;在16处有一个高峰&#xff0c;请忽略它 . 我想通过这个直方图拟合高斯曲线 . 我已经使用这种方法来适应&#xff1a;Un-normalized Gaussian curve on histogram . 然而;我的高斯…

nodejs之express入门

首先安装nodejs&#xff0c;官网下载安装包直接安装&#xff0c; 由于node自带npm&#xff0c;所以npm命令直接即可使用 打开cmd&#xff0c;使用npm install -g express-generator安装express 然后express -e webapp 回车 一个express项目就生成了&#xff0c;简单的不能再简单…

全国计算机等级考试题库二级C操作题100套(第64套)

第64套&#xff1a; 给定程序中&#xff0c;函数fun的功能是&#xff1a;将a所指35矩阵中第k列的元素左移到第0 列&#xff0c;第k列以后的每列元素行依次左移&#xff0c;原来左边的各列依次绕到右边。 例如&#xff0c;有下列矩阵&#xff1a; 1 2 3 4 5 1 2 3 4 5 1 2 3 4 …

android 音乐播放器的状态栏通知,Android仿虾米音乐播放器之通知栏notification解析...

通知栏notification是Android中一个很重要的组件&#xff0c;可以在顶部状态栏中存在&#xff0c;用户也可以通过此来操作应用&#xff0c;在Android中只有3.0以上的版本才加入了notification的按钮点击功能。先看一下仿虾米写出来的通知的效果这是一个自定义的notification&am…

mysql 查询语句_SQL语言mysql基础查询语句

单表查询、条件查询、查询并排序、限制结果查询、查询并排名、分组聚合查询、-- DQL操作&#xff0c;数据基本查询语言使用----------------------------------------------------------------------------------------------- -- 创建数据表-- 注释&#xff1a;员工编号&#…

Android NDK学习(七):NDK 编译支持 C++特有的库

如果你的C代码中出现了很多C特有的库&#xff0c;例如<iostream>,<list>等&#xff0c;那么你还需要在jni的文件夹下添加一个Application.mk文件&#xff0c;文件内容为&#xff1a; APP_STL : stlport_static APP_STL : gnustl_static 示例 Application.mk &#…

android glide本地图片,Glide下载图片并保存到本地

活不多说 上代码:Observable.create(new ObservableOnSubscribe() {Overridepublic void subscribe(ObservableEmitter e) throws Exception {//通过gilde下载得到file文件,这里需要注意android.permission.INTERNET权限e.onNext(Glide.with(mContext).load(imagePathList.get(…

全国计算机等级考试题库二级C操作题100套(第65套)

第65套&#xff1a; 给定程序中&#xff0c;函数fun的功能是&#xff1a;将a所指43矩阵中第k行的元素与第0行元素交换。 例如&#xff0c;有下列矩阵&#xff1a; 1 2 3 4 5 6 7 8 9 10 11 12 若k为2&#xff0c;程序执行结果为&#xff1a; 7 8 9 4 5 6 1 2 3 10 11 12 请在程…

mvdr波束形成原理_5G的“波束赋形”技术是什么东东?

工业互联网建设巳拉开帷幕&#xff0c;作为其“基础设施”的5G许多通信技术将发挥极大作用。波束赋形就是其中之一。电磁波发射波束、如不加人为干涉&#xff0c;是向其四周无死角散射&#xff0c;大部分是做无用功或浪费掉了。而5G的波束赋形技术、就是使用很多微型的毫米级天…

python 2 类与对象

1、类与对象的概念 类即类别、种类&#xff0c;是面向对象设计最重要的概念&#xff0c;从一小节我们得知对象是特征与技能的结合体&#xff0c;而类则是一系列对象相似的特征与技能的结合体。 那么问题来了&#xff0c;先有的一个个具体存在的对象&#xff08;比如一个具体存在…

记录一下 Linux飞鸽传书 QIpMsg 的下载链接

linux下的iptux用来和windows下的飞秋通信很容易中断&#xff0c;不知道是我设置的问题&#xff0c;还是iptux自己的问题。。不想花时间找问题额 然后试了下飞鸽传书蛮好用 可以和windows下的飞秋和飞鸽通信的 记录一下&#xff0c;在这里下载的rpm包&#xff1a; http://www.o…

android 图片存sd卡上,android打开,保存图片到sd卡,显示图片

1.打开根目录下test.jpgBitmap bm BitmapFactory.decodeFile(Environment.getExternalStorageDirectory().getAbsolutePath()"/test.jpg");int[] pixels new int[bm.getWidth()*bm.getHeight()];bm.getPixels (pixels,0,bm.getWidth(),0,0,bm.getWidth(),bm.getHei…