28 Pandas+Pyecharts | 双十一美妆销售数据分析可视化 大家好,我是欧K~ 本期利用 python 分析双十一美妆销售数据,看看:双十一前后几天美妆订单数量、总销量、各美妆品牌销量情况、美妆品牌一级/二级分类占比、各美妆品牌价格箱型分布情况、各美妆品牌平均价格、美妆品牌词云等等,希望对大家有所帮助,如有疑问或者需要改进的地方可以联系小编。 涉及到的库: 可视化系列 Python当打之年 5天前 907 热度 1评论
27 Pandas+Pyecharts | 北京近五年历史天气数据分析可视化 大家好,我是欧K~ 本期利用 python 的 pyecharts 可视化库绘制北京市历史天气数据,看看历史高温、历史低温分布以及白天、夜晚的风力、风向分布等情况,希望对大家有所帮助,如有疑问或者需要改进的地方可以联系小编。 涉及到的库: Pandas — 数据处理 Pyecharts — 数据可视 可视化系列 Python当打之年 6天前 911 热度 1评论
26 Pandas+Pyecharts | 中国高校及专业数据分析可视化 大家好,我是欧K~ 高考刚刚落幕,本期利用 python 分析一下我国高校及专业数据,看看:高校办学类别有哪些、全国高校分布情况、本科/专科占比情况、985/211/双一流高校数量占比情况、985/211/双一流主要分布城市、高校开始最多的专业有哪些、国家特色专业数量最多的学校等等,希望对大家有所帮 可视化系列 Python当打之年 6天前 911 热度 1评论
25 Pandas+Pyecharts | 新冠疫情数据动态时序可视化 大家好,我是欧K~ 本期利用 python 的 pyecharts 可视化库绘制疫情动态时序地图、动态时序柱状图、动态时序折线图、动态时序饼图等来展示疫情情况,希望对小伙伴们有所帮助,如有疑问或者需要改进的地方可以在评论区留言。 import pandas as pd from pyecharts. 可视化系列 Python当打之年 6天前 914 热度 1评论
24 Pandas+Pyecharts | 2019_2022年全国旅游酒店数据分析可视化 大家好,我是欧K~ 本期利用 python 的 pyecharts 和 matplotlib 可视化库分析一下疫情前(2019年)和疫情后(2022年)全国各旅游地区酒店登记情况,希望对小伙伴们有所帮助,如有疑问或者需要改进的地方可以给小编留言。 import pandas as pd from p 可视化系列 Python当打之年 6天前 909 热度 1评论
23 Pandas+Pyecharts | 华为游戏应用排行榜数据分析可视化 大家好,我是欧K~ 本期利用 python 的 pyecharts 可视化库制作华为游戏应用榜单信息图,包括:畅销榜、人气榜、热门榜、飙升榜、热卖榜等榜单,希望对大家有所帮助。 声明:内容仅供学习参考 import re import pandas as pd from pyecharts.char 可视化系列 Python当打之年 6天前 912 热度 1评论
22 Pandas+Pyecharts | 全国吃穿住行消费排行榜,最‘抠门’的地区居然是北京! 大家好,我是欧K~ 本期我们通过分析2021年中国统计年鉴数据,统计全国各地人民的消费地图,看看:哪个省份的人最能花钱、哪个省份的人最舍得花钱、哪个省份的人最抠门等等,希望对小伙伴们有所帮助,如有疑问或者需要改进的地方可以在评论区留言。 import pandas as pd from pyecha 可视化系列 Python当打之年 6天前 912 热度 1评论
19 可视化 | 看完这份全国各地结婚/离婚数据,我彻底懵了 大家好,我是欧K~ 不久前,中国人口调查机构就90后的婚姻状态进行了调查,项目遍及情感问题和婚恋问题,其中最引人瞩目的一项,便是年轻人的离婚率,高达56.7%,可以说一半都离过婚。 本期根据全国历年各地区民政登记数据,看看这些年的各地区的结婚/离婚情况,文末附数据获取方式。 结婚登记(万对): 离婚 可视化系列 Python当打之年 6天前 918 热度 1评论
18 Pandas+Pyecharts | 全国热门旅游景点数据分析+可视化 大家好,我是欧K~ 本期我们通过去全国各地区景点门票的售卖情况,简单分析一下全国比较热门的景点分布和国民出游情况,看看哪些地区景点比较受欢迎,希望对小伙伴们有所帮助。 涉及到的内容: Pandas — 数据处理 Pyecharts — 数据可视化 jieba — 分词 collections — 数 可视化系列 Python当打之年 6天前 919 热度 1评论
17 Python爬取豆瓣电影Top250 + 数据可视化(附源码) 大家好,我是欧K~ 本期我们以豆瓣电影Top250为例,向大家展示如何用python爬取电影相关信息,包括:片名、上映年份、评分、评价人数、导演、编剧、主演、类型、国家/地区、时长等信息,最后将数据保存至Excel并对其进行可视化处理,希望对小伙伴们有所帮助。 涉及到的内容: request+Bea 可视化系列 Python当打之年 6天前 920 热度 1评论