加载120年来的奥运会的csv数据，将参赛国家、参赛项目、参赛选手等情况做一份数据可视化。

vis/lidar_vis.py:提供查看.bin格式点云的可视化 vis/bev_vis.py:提供查看.bin格式点云的bev视图 vis/visualization.py:使用kitti_object_vis项目，提供kitti数据集的9中可视话操作

内容概要：基于2008年12月份至2017年6月份的数据集，分别训练了随机森林模型和逻辑回归模型。根据今日的气象信息训练分类模型，根据该模型预测澳大利亚第二天的降雨。 该数据集包含来自许多澳大利亚气象站的大约10年的每日天气观测以及天气预报，“RainTomorrow”是要预测的目标变量，这意味着：第二天下雨了，如果当天的降雨量>=1mm，则此列为“是”。气象信息包括日期，城市，最低温度,最高温度,降雨量,蒸发量，阳光（一天中阳光明媚的小时数），一天中最强阵风、9am、3pm的风向和风速，一天中9am、3pm的湿度、气压、云层(云层遮盖的天空比例)、温度、当日是否下雨。 该数据集的主要任务目标是根据今日的气象信息训练分类模型，根据该模型预测澳大利亚第二天的降雨。数据总量为142194行，24列。 目标：1. 基于澳大利亚气象数据集探索数据特征信息；2. 基于澳大利亚气象数据集处理数据特征内容；3. 观察特征中具体的值，可视化分析对预测问题的影响；4. 拆分数据集建模与模型评估；

复现鸢尾花数据集可视化分析

Python_Stock_Estimation 从Yahoo，可视化和关联分析中获取SP500数据集

奥运会数据集可视化分析文件

Tableau可视化， 加载120年来的奥运会的csv数据，将参赛国家、参赛项目、参赛选手等情况做一份数据可视化。 总体情况仪表板由3张工作表组成，分别是各界运动员数量折线图，各界参赛国家数，各界赛事项目数。

包含COCO数据集和VOC数据集的可视化代码以供参考，其中show_b-box代表可视化，form_index是用来简化标签的工具，为了转换数据集的格式，先运行form_index再运行show_b-box。注意修改代码内的路径@@