大数据分析技术

陈清华、田启明、施郁文等

目录

  • 课程简介
    • ● 课程简介
  • 环境准备
    • ● Anaconda环境安装与使用
    • ● Pycharm环境安装
    • ● 常用第三方包的安装与配置
  • 项目一 电影数据统计
    • ● 任务简介
    • ● 数据获取
    • ● 数据解析
    • ● 数据分析
    • ● 数据可视化
    • ● 课堂思政:新型冠状病毒疫情分析与可视化
    • ● 课堂思政:中国工匠精神
  • 项目二 电影数据分析(回归)
    • ● 任务简介
    • ● 使用一元线性回归分析电影票房数据
    • ● 使用多项式回归分析电影票房数据
    • ● 使用多元线性回归分析电影票房数据
    • ● 课堂实训:工资分析
  • 项目三 爬取房产租赁数据
    • ● 任务简介
    • ● 电影数据爬取
    • ● 房产租赁数据爬取
    • ● 房产租赁数据统计
    • ● 课后实训:二手房数据爬取
    • ● 课堂思政:疫情数据的爬取与可视化
  • 项目四 房屋租赁数据分析与可视化
    • ● 任务简介
    • ● 使用箱形图展现租赁价格分布特征
    • ● 使用散点图展现房屋面积与租赁价格的关系
    • ● 使用饼图展现不同行政区域的可租赁房源占比
    • ● 使用折线图可视化房间数与租赁价格的关系
    • ● 使用热力图展现地理位置的影响
    • ● 课后实训:二手房数据分析
    • ● 课堂思政:疫情数据分析与可视化
  • 项目五 身高与体重数据分析(分类器)
    • ● 使用身高、体重数据进行性别分类
      • ● 使用逻辑回归进行性别分类
      • ● 使用朴素贝叶斯进行性别分类
      • ● 使用决策树模型进行性别分类
      • ● 使用支持向量机进行性别分类
    • ● 使用支持向量机进行肥胖程度分类
    • ● 课后实训: 身高体重数据分析(分类器)
  • 项目六 鸢尾花分类
    • ● 任务简介
    • ● 使用K近邻对鸢尾花进行分类
    • ● 使用随机森林对鸢尾花进行分类
    • ● 使用神经网络对鸢尾花进行分类
  • 项目七 电影评分数据分析(聚类)
    • ● 任务简介
    • ● 使用BDSCAN确定质心个数
    • ● 使用K-Means对观影用户进行聚类
  • 项目八 人脸检测与人脸识别
    • ● 任务简介
    • ● 图像中的人脸检测
    • ● 视频中的人脸检测
    • ● 图像中的人脸识别
    • ● 视频中的人脸识别
    • ● 课后实训:眼睛与笑脸检测
    • ● 课堂思政:人工智能与弯道超车
  • 项目九 手写数字识别应用
    • ● 任务简介
    • ● 图像数据集准备
    • ● 使支持向量机识别手写数字
    • ● 使用神经网络识别手写数字
    • ● 课后实训:使用不同的机器学习方法识别数字手写体
  • 项目十  深度学习在行为识别中的应用
    • ● 任务简介
    • ● 使用卷积神经网络识别行为
    • ● 使用循环神经网络识别行为
    • ● 课后实训:电影评论数据分析
  • 项目十一 TensorFlow与神经网络
    • ● 任务简介
    • ● 使用单层神经网络预测花瓣宽度
    • ● 设计多层神经网络实现鸢尾花分类
    • ● 课后实训:卷积神经网络的实现与应用
  • 项目综合实训(17级学生案例)
    • ● 综合实训要求
    • ● 确定数据采集目标
    • ● 数据采集与预处理
    • ● 数据统计与分析
    • ● 数据分析与预测
    • ● 数据分类应用
    • ● 17级实训案例:二手车数据获取与市场分析
使用折线图可视化房间数与租赁价格的关系

什么是折线图

当一个变量随着另一个变量明显变化的时候,比如说它们有一个大的协方差,那最好使用折线图(Line)。通常,折线图可以显示随时间(根据常用比例设置)而变化的连续数据,非常适用于显示在相等时间间隔下数据的一个趋势。而使用散点绘制这些将会极其混乱,难以真正明白其中的规律和趋势。折线图就非常适用于这种情况,提供了两个变量(百分比和时间)的协方差的快速总结。此外,应用中也可以通过对线条进行彩色编码形成分组。


任务4:按行政划区,使用一元线性回归分析方法分析房间个数与房价相关性,并用折线画出分析后的结果。

  • 步骤一:撰写代码,如下:

 

def plot_scatter():
    
plt.figure()
     colors = [
'red''blue', 'green']
     district = [
u'鹿城', u'龙湾', u'瓯海']
     markers = [
'o', 's', 'v']
 
    
for i in range(3):
         x = house.loc[house[
'district'] == district[i]]['fj']
         y = house.loc[house[
'district'] == district[i]]['price']
        
plt.scatter(x, y, c=colors[i], s=20, label=district[i], marker=markers[i],alpha=0.3)
 
    #一元线性回归分析与折线
    
for i in range(3):
         x = house.loc[house[
'district'] == district[i]]['fj']
         y = house.loc[house[
'district'] == district[i]]['price']
         house1 = house.loc[house[
'district'] == district[i]]
 
        
regr = linear_model.LinearRegression()
        
regr.fit(house1[['fj']],house1[['price']])
         x = np.
arange(0,5,0.05)
         y =
regr.coef_*x + regr.intercept_
        
plt.plot(x,y.T,c=colors[i],label=district[i])
 
    
plt.legend()
    
plt.xlim(0, 5)
    
plt.ylim(0, 16000)
    
plt.title('温州各行政区内房间数对租赁价格的影响(+折线图)', fontsize=20)
    
plt.xlabel('房间数', fontsize=16)
    
plt.ylabel('房屋租赁价格(元/套)', fontsize=16)

 

plt.legend(loc = 2)
    
plt.show()
 plot_scatter()

 
  • 步骤二:运行程序,结果如图所示。