LIANJIA-data-analysis 链家广州二手房爬虫-数据分析-可视化 使用requests + pandas进行数据获取 分析各区房价情况（平均值-最大值） 分析房价总价分布情况 分析房间类型受关注情况 分析朝向单价影响程度 分析标签词云 分析二手房频次地理热力图

东北美洲鸟类迁徙可视化 底图 国家 来源： ne_50m_admin_0_countries来自 选择（在 CartoDB 中）以下教程： ://bost.ocks.org/mike/map/ ogr2ogr -f GeoJSON -其中“ISO_A2 = '美国'” 国家/地区.json ne_50m_admin_0_countries.shp 人口稠密的地方 ogr2ogr -f GeoJSON -其中“ISO_A2 = 'US' AND SCALERANK

D3.js中k均值聚类算法的可视化 ================================================== ========== k均值聚类是一种矢量量化方法，最初来自信号处理，在数据挖掘的聚类分析中很流行。 k均值聚类旨在将n个观察值划分为k个聚类，其中每个观察值均属于具有最均值的聚类，作为聚类的原型。 这导致将数据空间划分为Voronoi单元。 资料来源： 在查看实际的算法。 源代码布局 media\ media files kmeans.css CSS stylesheet index.html webpage demonstrating the algorithm kmeans.js JavaScript file with the source code for the algor

D3 数据 数据可视化应用

Jupyter笔记本

该源码为Vue前端可视化大屏项目，需要nodejs和npm等环境支持，需提前下载好环境

情感矿工 微博（中文）情感分析与可视化 分析 分词和预处理 （基于HMM的监督学习）用于中文分词和标记 删除停用词 朴素贝叶斯分类器用于提取语音的有用部分以进行情感分类 特征提取 LDA模型将每个文档转换为概率向量 吉布斯抽样解决模型 回归模型 支持情绪极性和程度的SVR（支持向量回归） 网格搜索参数选择 出版物 李迪等。 “微博数据的情感分析。” 2014年，计算，通信和IT应用会议（ComComAp）IEEE。 IEEE，2014年。 可视化 主题分析 给定一个主题（关键字），返回所有相关的tweet及其情感，以彩色气泡表示。 气泡的颜色表示鸣叫的情感极性，而大小表示鸣叫的程度。 折线图中还显示了统计信息。 用户分析 给定用户，返回用户在特定时间发布的推文的计数和情感。 折线图和条形图用于显示结果。

具有生态数据的数据木工Python课程 该存储库包含基于生态数据的Data Carpentry Python资料。 请参阅我们的以获取有关如何贡献更新，错误修复或其他更正的信息。 贡献 我们欢迎您为改进本课程而做出的所有贡献！ 如果您在此过程中有任何疑问，疑虑或遇到任何困难，维护人员将竭尽所能为您提供帮助。 我们想请您熟悉我们的《 ，并查看有关正确格式，在本地呈现课程的方式，甚至如何编写新剧集的。 请参阅当前列表，以获取有关对此存储库做出贡献的想法。 为了做出您的贡献，我们使用GitHub流，Scott Chacon在“为Pro Git中章中对此进行了很好的解释。 寻找标签 。 这表明维护

glastopf-webdashboard 这是一个基于glastopf的仪表板。 它使用可视化技术为您的蜜罐实现提供实时统计和可视化。 无耻地提供的模板取自： : 目前，这个项目正在进行重大改造，设计也会稍微好一些，可能会与其他蜜罐实现集成。 glastopf-dashboard 的主要目标是提供一种无需登录即可实时查看蜜罐事件的方法。 计划功能 以集中方式为多个蜜罐实现添加跟踪的能力（计划利用logstash或honeyfeeds或mongodb作为共享数据库） 使用地图可视化传入事件（以显示攻击来自何处），攻击的分类是什么。 管理访问，允许您添加用户/管理员（未来） 安装 贡献者 如果你为这个项目做出贡献，加入这个列表会很棒:) Sriram Venkatesh 画廊 我不要求任何东西，这个项目和啤酒一样免费 :) 我只问你是否有一个实现，并想炫耀这里提供的数据

基于Python依赖项的递归Sudoku解决方案算法的可视化：pygame Press Space开始算法