本项目完成了通过“链家”对青城山660套二手房的房屋编号、名称、所在小区名称、所在位置、户型、面积、朝向、装修情况、楼层情况、以及单价和总价共11个关键信息的爬取。主要应用Python脚本开发的网络爬虫技术中的Scrapy框架，并通过应用Python扩展库pandas、seaborn、matplotlib、BeautifulSoup对抓取的660条房屋数据进行了处理和分析，并形成了11个可视化的统计图表，进而使用户迅速对青城山的二手房市场有一个更加直观的了解。 压缩包中包含了文档说明和源码供大家参考；

在线教育平台现在是教育体系的重要组成部分，在当前大数据时代的背景下，促进教育机构建立统一平台、统一资源管理的数字化教学系统。如何评估系统平台的健康程度、学生的学习体验和在线课程的质量对于课程的教师和学校的管理人员都是非常重要的，这是进行数据分析的主要目的。可视化是一个重要的途径，它能够帮助大数据获得完整的数据图表并挖掘数据的价值，大数据分析离不开可视化这一工具的推动。 基于hadoop和echarts的教育大数据可视化系统，以B/S模式开发。通过Hadoop中Sqoop进行数据导入转换。以MapReduce构建数据分析，数据分析维度包括每日登录人数分析、平均学习时长分析、学习行为次数分析、每日活跃情况分析和分时段学习人数分析。最终使用ECharts可视化工具来对在线教育平台在学习过程中产生的数据进行可视化大屏展现,让更多人感受到可视化大数据的魅力。

基于Python爬虫的中国疫情数据分析与可视化毕设项目

本项目根据以下项目要求完成的一个python课程的期末大作业，本项目主要就是采用pygame框架进行的一个交通导流的可视化模拟。 （1）Pygame （2）智能驾驶员算法 （3）Scipy （4）Numpy 1.pygame构建整体可视化界面 2.车辆换道策略 3.交替合流算法 4.智能驾驶员策略

Python数据分析与应用：从数据获取到可视化教学PPT、教学大纲、教学设计、课后习题及答案、题库、项目源码以及13章全套教学视频等资料！

实验报告：https://blog.csdn.net/Amzmks/article/details/128583508 探讨了某个国家或地区电影上座人数与电影的时长、荧幕数量、分级、题材、演员和导演等指标的关系，使用Python编程语言，利用随机森林回归预测的方法分析了影响电影卖座程度的因素，预测效果较好，拟合较为准确。 jupyter notebook numpy pandas matplotlib 数据分析 数据挖掘

数据分析和可视化 数据分析与可视化

一款ippbx，用于可视化管理freeswitch，一键安装

包含了china.js和map.html等文件，可以实现左边地图右边柱形图。用的是echart来显示地图的。

使用方法：运行main.py文件即可，或者命令行输入"python main.py"。