可作为java大数据课程设计使用：
详情查看：https://blog.csdn.net/weixin_46115961/article/details/126061076
2022-07-30 09:07:12
12.34MB
1
2021年安徽省大数据现场赛赛题
包括：
1.平台搭建
2.大数据预处理
3.大数据分析
4.数据可视化
5.综合题
以及所需的数据集
可通过训练往年赛题来巩固所学的大数据相关知识，进一步为以后的比赛做基础
例如：
.销售额与新零售智能销售设备数量的关系（按月）（7分）
探索近6个月销售额和新零售智能销售设备数量之间的关系，并按时间走势进行可视化分析。要求：销售额和设备数量进行双折线图画图展示。其中横坐标为月份，左侧纵坐标为销售额（元），右侧纵坐标为设备数量（台）。
要求：
1） 销售额折线图（2分）
2） 设备数量折线图（2分）
3） 两个折线不同的坐标（1分）
4） 中文显示 （1分）
结果截图：
从图中可以得出的结论描述：（1分）
代码：
2.用户个体消费分析（8分）
2.1、查找近6个月销售额后10的商品，从而找出滞销商品，并对其销售金额进行可视化分析。 4分
销售金额作为X轴，商品名称做Y轴
要求：
1）X轴是销售金额，Y轴是商品名称（1分）
2）画出条形图（2分）
3）中文显示（1分）
结果截图：
代码：
2022-07-30 09:07:11
14.94MB
1
Babylon.js 编辑器 v4
Babylon.js 编辑器为设计人员（和开发人员）提供了一种在场景设计中更进一步并编写更少代码行的方法。
在线文档可在此处获得： :
下载 (v4.0.2)
Win32 -
MacOS -
Linux -
特征
基于工作区来管理多个项目
导入和编辑网格
创建和编辑材料
导入和编辑纹理
导入和编辑声音
创建和编辑粒子系统
将用 TypeScript 编写的脚本附加到场景中的节点
开发使用图表编辑器编写的脚本到场景中的节点
使用 @babylonjs 的 ES6 模块
包含预先构建的模板
安装
对于 Windows 用户，请按照本教程安装 Windows 构建工具： : 这对于编辑器中使用的本机模块是必需的。
然后，只需安装依赖项：
npm install
建造
只需键入以下命令：
npm run build
这会将所有 TypeScr
2022-07-29 13:41:07
132.97MB
1
基于Django的美食推荐系统（美食、餐饮数据，爬取、可视化、管理、推荐）毕业设计项目，可以实现对数据的爬取，将爬取数据展示在系统中，并利用协同过滤算法进行个性化推荐，具体功能包括数据可视化部分、美食下单、美食评论，管理员端实现对数据的管理。
使用前请查看说明文档
2022-07-29 09:56:29
100.62MB
1
将彩色图像（或颜色映射图像）叠加到灰度图像上，以使用灰度图像作为透明度索引来可视化颜色图（密度、流量或您正在处理的任何内容），以获得更好的可视化效果。 它适用于 RGB 图像（MxNx3 矩阵）或使用 colromap 的简单灰度图像（通常为“jet”，但也可以定义其他图像）。
例子：
SUPERIMPOSEIMAGE(im, map) 使用 MAP 中的颜色信息描绘灰度图像 IM 假彩色。 如果 MAP 是灰度图像，则它使用“jet”默认颜色图。 如果它是真彩色图像（矩阵 NxMx3），则使用其颜色。 SUPERIMPOSEIMAGE(..., 'colormap', cm) 使用用户定义的颜色图而不是默认的 'jet'。 例如“骨头”、“热”等。 SUPERIMPOSEIMAGE（...，'alpha'，alpha）通过调整IM的亮度来控制其透明度。 alpha > 1 会降低假
2022-07-29 08:15:14
2KB
1
什么是pyecharts？
pyecharts 是一个用于生成 Echarts 图表的类库。
echarts是百度开源的一个数据可视化 JS 库，主要用于数据可视化。pyecharts 是一个用于生成 Echarts 图表的类库。实际上就是 Echarts 与 Python 的对接。
使用 pyecharts可以生成独立的网页，也可以在 flask , Django中集成使用。
pyecharts包含的图表
Bar（柱状图/条形图）
Bar3D（3D 柱状图）
Boxplot（箱形图）
EffectScatter（带有涟漪特效动画的散点图）
Funnel（漏斗图）
2022-07-28 10:10:16
642KB
1
“ RMAT”包
（注意：此程序包很容易开发。语法在不断优化，并且经常重命名。）
开发RMAT软件包是为了模拟各种类型的常见随机矩阵及其合奏。 其主要功能包括：
模拟各种随机矩阵
模拟这些随机矩阵的合奏
可视化这些矩阵集合的特征值谱
包括的矩阵是：
普通矩阵
b = 1,2,4的Beta合奏
b> 0的广义Beta集合
随机矩阵
参数稀疏性的随机矩阵
三对角矩阵
带矩阵
对于某些矩阵，相关函数中包含自由参数：
实值/复值条目
对称/ Hermitian矩阵
2022-07-27 22:19:13
145KB
1