FordGoBike数据集探索 陈楚航 数据集 该数据集包含有关在覆盖旧金山湾大区的自行车共享系统中进行的单个骑行的信息。 此数据集中有230万辆自行车共享记录。 主要功能是持续时间,开始时间和用户类型。 还包括其他功能,例如起点和终点站的位置以及客户信息,例如性别和出生年月。 由于这些记录的有效性不确定,因此删除了记录的一小部分。 调查结果摘要 在探索中,我发现旅行持续时间的分布集中在10分钟左右。 旅行的平均持续时间取决于很多因素,包括一年中的月份,一周中的一天,一天中的小时和用户类型。 时间和旅行次数之间有很强的关系。 在五月至十一月的夏季,大多数旅行都在进行。 在两个主要的假期,感恩节和圣诞节期间,使用量将大大减少。 此外,与周末相比,出行次数要多得多。 最后,大多数旅行都在高峰时段进行。 同样,旅行次数与用户类型有关,无论他们是否拥有成员身份。 我发现的最后一件事是,用户性
2022-12-14 16:42:29 2.87MB HTML
1
这是标题为“使用 MATLAB 实现 Internet 支持的数据分析和可视化”的新闻和注释文章的示例代码。 它演示了如何使用 Java 检索和绘制 Internet 上公开可用的数据,并使用来自 Yahoo! 的历史股票数据。 以服务器为例。 请注意,雅虎! 历史股价服务器在美国工作日期间通常非常繁忙——您可能无法连接。 美国东部时间下午 4:30 后重试。
2022-11-19 21:36:59 5KB matlab
1
最常用于对基础设施和应用数据分析的时间序列数据进行可视化分析,也可以用于其他需要数据可视化分析的领域。Grafana 可以帮助你查询、可视化、告警、分析你所在意的指标和数据。可以与整个团队共享,有助于培养团队的数据驱动文化
2022-05-18 11:04:33 81.96MB 安装包
1
关键技术: logistics回归、K-means聚类、信效度检验、PCA降维、深度学习、神经网络、大数据、数据分析和可视化 本人负责深度学习算法和神经网络构建,以及数据分析和可视化模块。
1
介绍 是基于的开源,多平台数据分析和可视化应用程序。 首次公开发布于2002年10月宣布。此后,在 ,,,以及其他各种政府和商业机构以及学术合作伙伴之间的共同努力下,该项目得到了发展。 学习资源 常规信息可在。 可以下载(以PDF格式)或购买(以印刷版) 。 社区讨论在论坛上进行。 可从获得商业和。 其他文档,包括Doxygen生成的夜间参考文档,可。 建筑 有两种方法可以构建ParaView: 对于初学者来说,从源代码构建ParaView的最简单方法是使用我们的“,该包括用于安装大多数操作系统所需的依赖项的命令。 试图使这需要建立依存关系自己更具体的选项时(即osmesa,光线追踪)的另一种方式来构建paraview包,非常有用的,将是 。 超级版本下载并构建ParaView的所有依赖项以及ParaView本身。 报告错误 如果发现错误: 如果您有源代码修复程序,请阅读
2022-04-24 15:20:05 36.6MB C++
1
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
2021-12-19 19:25:51 9.35MB python data-visualization english stable
1
数据分析可视化 基本数据分析和可视化项目。
2021-12-09 08:07:45 198KB JupyterNotebook
1
FIFA 19是由EA SPorts:trade_mark:开发的足球模拟视频游戏。 FIFA 19可在场内和场外提供冠军级的经验。 FIFA 19由久负盛名的欧洲冠军联赛(UEFA Champions League)领导,具有增强的游戏功能,可以随时控制球距。这是EA SPORTS:trade_mark:在FIFA官方系列中的第26批产品。 项目链接: :
2021-10-02 13:46:42 1.64MB JupyterNotebook
1
TTK-拓扑工具包 拓扑数据分析和可视化 画廊: : 安装: : 教程: : 活动: :
2021-08-30 11:55:46 36.63MB visualization python c-plus-plus vtk
1