PCA主成分分析：最广泛无监督算法 + 基础的降维算法。通过线性变换将原始数据变换为一组各维度线性无关的表示，用于提取数据的主要特征分量 → 高维数据的降维PCA主成分分析：二维数据降维 / 多维数据降维 /主成分筛选二维数据降维# 加载主成分分析模块PCAfrom sklearn.decomposition import PCA# 数据创建rng = np.random.RandomState(

数据预处理之数据标准化

截至20250621,南方地区(特别是广东、广西、湖南等地)遭遇的极端暴雨和洪水灾害，斑点鱼将使用Python进行数据分析和可视化，展示洪水影响区域、雨势强度以及经济损失等情况。

千问"动嘴不动手"：过去6天，用户说了41亿次"千问帮我"，AI完成下单超1.2亿笔。这不仅仅是数据，更是用户习惯的分水岭——从PC时代的"主动搜索"、移动时代的"猜你喜欢"，到AI时代的"帮我买"，交互方式正在被重塑。斑点鱼将用python可视化展示从PC时代到AI时代用户交互方式的演变趋势，展示"千问帮我"带来的变革。整理了下千问从2025年底到2026年2月的关键发展节点：图7：千问近期大事

注：流入数据包含铁路、公路、民航等综合客运量。

中国代表团在2025年成都世界运动会取得历史性突破，以36金17银11铜位居奖牌榜首位，并创造18项世界纪录。本文通过Python可视化技术(pandas、matplotlib、pyecharts)分析赛事数据，重点展示中国队的优异表现及传统项目国际化进程。可视化内容包括：中国奖牌分布柱状图、前五名国家奖牌对比、世界纪录国家分布饼图，以及龙舟、武术等传统项目的全球参与度地图。特别关注武术纳入202

连续属性变换成分类属性，即连续数据离散化。在数值的取值范围内设定若干个离散划分点，将取值范围划分为一些离散化的区间，最后用不同的符号或整数值代表每个子区间中的数据值。连续数据离散化：等宽法 / 等频法等宽法 ：cut方法→ 将数据均匀划分成n等份，每份的间距相等举例：有一组人员年龄数据，希望将这些数据划分为“18到25”,“26到35”,“36到60”,“60以上”几个面元。ages=[20,22

数据处理之缺失值处理

截至20250621,南方地区(特别是广东、广西、湖南等地)遭遇的极端暴雨和洪水灾害，斑点鱼将使用Python进行数据分析和可视化，展示洪水影响区域、雨势强度以及经济损失等情况。