基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
数据分析与可视化有助于人们从繁杂的数据中快速获取有用的信息.利用Python中的Pandas对结构化数据进行分析,采用Matplotlib进行图表展示;从非结构化数据中提取文本,利用Jieba对文本进行分词处理,利用Wordcloud进行词云展示.利用Flask对上述图表及词云进行Web发布,构建数据分析与可视化平台,成本较低,简便易用.
推荐文章
试飞数据分析结果的可视化输出
飞行试验
数据分析
可视化输出,C++builder绘图
基于多线程的制造数据分析和可视化
制造数据可视化
多线程
多媒体定时器
统计制程管制
基于Python的Moodle平台数据可视化
Moodle
学习管理系统
数据可视化
Python
海量域名日志数据分析与可视化研究及应用
域名
海量数据
地理信息系统
时空分布
热点域名
模拟退火算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Python的数据分析与可视化平台研究
来源期刊 现代信息科技 学科 工学
关键词 可视化 Pandas Matplotlib Jieba Wordcloud
年,卷(期) 2019,(21) 所属期刊栏目 信息技术
研究方向 页码范围 7-9
页数 3页 分类号 TP312.1
字数 3522字 语种 中文
DOI 10.3969/j.issn.2096-4706.2019.21.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王军 16 10 2.0 2.0
2 宋永生 19 19 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (17)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(6)
  • 参考文献(0)
  • 二级参考文献(6)
2018(7)
  • 参考文献(2)
  • 二级参考文献(5)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
可视化
Pandas
Matplotlib
Jieba
Wordcloud
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导