基于flask和echarts的中国疫情数据大屏可视化项目

本工具基于windows自带的netsh用winform开发的端口转发部署工具，可进行单条的插入删除和批量按顺序的插入和删除。桌面操作，免去了cmd敲命令行的麻烦。

基于python机器学习的全国气象数据采集预测可视化系统 毕业设计 预测模型+爬虫（包含文档+源码+部署教程） 系统功能主要包括数据采集功能、数据可视化功能、数据预测功能、用户登录与注册功能、数据管理功能。其中数据采集功能包含全国实时天气数据采集和上海历史天气数据采集。数据可视化功能包含全国综合天气数据可视化、全国各城市天气数据可视化以及上海历史天气数据可视化。数据预测功能指的是气象分析预测；数据管理指的是多维度的数据管理，包含用户数据、公告数据、全国气象数据管理等。 该系统可以自动地从中国天气网获取实时天气数据，并将数据清洗、存储在MYSQL数据库中。同时，通过ECharts技术实现数据可视化，在大屏幕上实现了全国综合天气数据可视化，以及全国各城市和上海历史天气数据的可视化。其次，系统还实现了机器学习预测天气模型构建与训练，使用scikit-learn、pandas、numpy等工具实现多元线性回归模型。预测模型可以对天气趋势进行分析，提供预测结果。此外，该系统还实现了用户登录和注册功能，以及数据管理模块，用于管理用户数据、公告数据、全国天气数据和上海历史气象数据。

Tap_your_tap（test_record_version) 用于在空间中创作音乐，将音乐转化为网页动画可视化，可下载生成视频，可用于解压游玩、音乐mad、开场音乐动画。 阿里前端练习生优秀项目，结课评比第二名。 原创作品署名：廖苓君，李建庆，何诗茹，陈文岗

Python数据可视化

基于Hadoop大数据平台对某网站的外卖订单数据进行分析，分析结果进行可视化展示

C#WPF物联网工控大数据大屏看板，含全套源代码，支持modbustcp协议，数据可视化，架构源码，大屏可视化，数据可视化，

将广义三棱柱(GTP)的辅助几何要素———对角线———修正为四面体,解决了R3DGM(真三维地学模型)中数据组织与几何要素的不一致和空间操作中的几何裂缝问题.修正后的GTP模型集成了TIN,GTP和四面体模型的优点,构建算法简单且空间操作无缝.R3DGM过程分3步进行:①根据钻孔孔口数据点与断层露头约束,按约束Delaunay法则生成地表不规则三角网(CD-TIN);②按地学推理规则,将CD-TIN中三角形沿钻孔迹线向下扩展生成GTP;③根据最小顶点标识法,将GTP模型转换成四面体.介绍了基于GTP修正构建的三维数字地质模型的任意平面剖切、虚拟开挖、空间查询等可视化方法.并结合北京CBD地下三维集成建模与空间操作,展示了模型构模及空间操作效果.

链家二手房数据分析与可视化是一个基于Python的项目，旨在爬取链家网站上的二手房信息，并对数据进行清洗、分析和可视化，以探索二手房市场的特征和规律。该项目包含以下几个部分： 链家二手房数据爬虫：利用requests库和BeautifulSoup库，实现了一个简单的链家二手房数据爬虫，可以根据指定的城市、区域、价格等条件，爬取链家网站上的二手房信息，包括房源标题、链接、户型、面积、朝向、楼层、装修、小区、区域、总价、单价、建成时间、发布时间、关注人数、其他信息等，并将数据保存为csv文件。 链家二手房数据清洗：使用pandas库，对爬取的数据进行了一些基本的清洗操作，包括去除重复值、缺失值、异常值，以及对数据类型、格式、单位等进行统一和标准化。 链家二手房数据分析：使用numpy库和scipy库，对清洗后的数据进行了一些基本的统计分析，包括计算各个变量的描述性统计量、绘制箱线图、直方图、散点图等，以及进行相关性分析、线性回归分析等，以探索二手房数据的分布特征、影响因素和预测模型。该项目的目的是为了提供一个简单而实用的链家二手房数据分析与可视化的示例,帮助感兴趣的用户或开发者了解二手房

资源主要包括京东商城华为WATCH4数据爬取、数据清洗、可视化以及LDA模型建立进行情感分析，运用者需更改代码里面文件路径为自己的即可