唐山做企业网站的公司,dede换网站,石家庄网站制作工具,万维网网站服务的名称#x1f449;博__主#x1f448;#xff1a;米码收割机 #x1f449;技__能#x1f448;#xff1a;C/Python语言 #x1f449;公众号#x1f448;#xff1a;测试开发自动化【获取源码商业合作】 #x1f449;荣__誉#x1f448;#xff1a;阿里云博客专家博主、5… 博__主米码收割机 技__能C/Python语言 公众号测试开发自动化【获取源码商业合作】 荣__誉阿里云博客专家博主、51CTO技术博主 专__注专注主流机器人、人工智能等相关领域的开发、测试技术。 python商家会员数据分析可视化源码数据集课程报告论文 目录 python商家会员数据分析可视化源码数据集课程报告论文一、数据处理清洗1. 数据读取与准备2. 距离计算3. 任务吸引力分析 二、数据可视化 一、数据处理清洗
1. 数据读取与准备
从两个Excel文件中提取所需的数据。这包括任务的GPS坐标、会员的GPS坐标和会员的信誉值。使用pandas库读取Excel文件是因为它提供了强大的数据处理功能可以轻松处理大量数据并且支持多种数据操作如筛选、排序和聚合这对后续的数据分析至关重要。
2. 距离计算
设计中核心的部分是计算任务地点和会员位置之间的地理距离。距离计算使用了地球上两点间的近似距离公式这需要将纬度和经度转换为弧度然后应用特定的地理计算公式。这一步骤关键在于准确和高效地处理数学运算。 源码获取 关注【测试开发自动化】公众号回复 “商会” 获取。 3. 任务吸引力分析
根据计算出的距离进一步分析特定任务的吸引力。例如统计在5公里范围内的会员数量和这些会员的信誉值总和。这不仅涉及基本的条件筛选也涉及到数据聚合。 二、数据可视化
首先从Excel文件中读取了两组数据一组是已结束项目任务数据另一组是会员信息数据。为了处理这些数据使用了pandas库来读取Excel文件并将数据存储在DataFrame中。这两个文件分别包含了任务的详细信息包括任务编号、GPS坐标、标价和执行情况和会员的详细信息包括会员编号、位置、预订任务限额、预订任务开始时间和信誉值。 源码获取 关注【测试开发自动化】公众号回复 “商会” 获取。 import pandas as pd
import numpy as np
import matplotlib.pyplot as pltplt.rcParams[font.sans-serif] [SimHei] # 用来正常显示中文标签
plt.rcParams[axes.unicode_minus] False # 用来正常显示负号tasks_df pd.read_excel(已结束项目任务数据.xlsx, engineopenpyxl)
members_df pd.read_excel(会员信息数据.xlsx, engineopenpyxl)为了计算特定任务位置与所有会员位置之间的距离定义了一个距离计算函数calculate_distance。该函数使用了地球表面的弧长公式考虑了纬度和经度的变化确保计算的准确性。然后提取了特定任务A0001和A0002的GPS坐标并计算了每个会员到这两个任务位置的距离。
def calculate_distance(lat1, lon1, lat2, lon2):phi1, phi2 np.radians(lat1), np.radians(lat2)lambda1, lambda2 np.radians(lon1), np.radians(lon2)delta 111.199 * np.sqrt((phi1 phi2) 2 ((lambda1 lambda2) 2) * np.cos((phi1 phi2) / 2) 2)return delta进行了两项具体的统计分析计算任务A0001在5公里范围内的会员个数。计算任务A0002在5公里范围内所有会员的信誉值总和。 这些统计数据可以帮助了解不同任务的会员参与情况和信誉情况从而更好地评估任务的完成质量和会员的分布情况。 源码获取 关注【测试开发自动化】公众号回复 “商会” 获取。 print(S_A0001)
print(S_A0002)print(A0001任务5公里范围内的会员个数:, A0001_Bnum)
print(A0002任务5公里范围内所有会员信誉值总和:, A0002_Bavg)柱状图展示了前15个任务的标价分布。 通过柱状图分析可以直观地比较不同任务的标价了解任务标价的整体分布情况。 散点图展示了前15个会员的位置和信誉值。 通过散点图分析展示了前15个会员的位置和信誉值横轴和纵轴分别表示会员的纬度和经度每个点的颜色代表对应会员的信誉值。 源码获取 关注【测试开发自动化】公众号回复 “商会” 获取。 直方图展示了前10个任务的标价分布频率。 通过直方图分析展示了前10个任务的标价分布频率横轴表示任务标价的区间纵轴表示每个标价区间内任务的数量。 源码获取 关注【测试开发自动化】公众号回复 “商会” 获取。 折线图展示了前15个任务的标价变化趋势。 通过折线图分析展示了前15个任务的标价变化趋势横轴表示任务编号纵轴表示任务标价。 饼状图展示了任务执行情况的比例分布。 通过饼状图分析展示了任务执行情况的比例分布其中每个扇形代表不同任务执行情况的比例直观地显示了已完成任务和未完成任务在总任务中的占比。 源码获取 关注【测试开发自动化】公众号回复 “商会” 获取。 玫瑰图展示了前15个任务的标价在极坐标系下的分布。 通过玫瑰图分析展示了前15个任务的标价在极坐标系下的分布每个扇形的角度和半径分别表示任务的编号和标价。 箱线图展示了前15个会员的信誉值分布情况。 源码获取 关注【测试开发自动化】公众号回复 “商会” 获取。
