设计和实现一个图形函数库,具有绘制直线段、任意圆弧、椭圆弧、多边形区域的暗影填充和颜色填充等功能。
(仅调用画点函数)WindowsAPI:setpixel(hdc,x,y,color)
2023/2/7 16:50:08 12KB 北邮 图形学
1
一、数据分析项目介绍1. 项目所需的模块库介绍pandas用法:需要导入以下模块importnumpyasnpimportpandasaspdfrompandasimportSeries,Dataframe2.项目背景介绍互联网电影资料库(InternetMovieDatabase,简称IMDB)是一个关于电影演员、电影、电视节目、电视明星和电影制作的在线数据库。
电影作为艺术和娱乐载体已成为我们生活中的一部分,作为电影爱好者之一,希望通过分析了解电影市场大体情况,以便于以后选择电影观看。
使用的数据是IMDB美国票房排名前1000的电影数据,数据包含了电影名称,票房金额,上映年份,演职人员,IMDB评分,电影类型等信息,数据中的很多电影大家也比较熟悉。
相信不少人都有这样的经历,当想要看一部电影的时候,会去百度一下谁是导演,谁是主演。
如果导演是克里斯托弗•诺兰,心里已经给电影打了个8分以上的评分了。
而阿汤哥的动作片,预期也都能肾上腺素飙升。
对于已上映的电影,不少人会去豆瓣搜索现时的评分,或是前作的评价,若是豆瓣高分、高评论数,也会按奈不住去蹭下热度。
如果要去电影院观看的话,想必不少人会更倾向选择动作片或者科幻大片这类特效丰富,影音冲击强烈的电影。
近几年特效技术和3D动画的日渐成熟,影院观影已经是越来越多人的第一选择。
IMDB的资料中包括了影片的众多信息、演员、片长、内容介绍、分级、评论等。
对于电影的评分目前使用最多的就是IMDB评分。
截至2018年6月21日,IMDB共收录了4,734,693部作品资料以及8,702,001名人物资料。
3.项目所需数据介绍数据的属性包括:电影名称、评论数、评分、导演、上映时间、上映国家、主要演员、语言、IMDB评分等。
理解数据:color、director_name、num_critic_for_reviews、duration、director_facebook_likes、actor_3_facebook_likes、actor_2_name、actor_1_facebook_likes、gross、genres、actor_1_name、movie_title、num_voted_users、cast_total_facebook_likes、actor_3_name、facenumber_in_poster、plot_keywords、movie_imdb_link、num_user_for_reviews、language、country、content_rating、budget、title_year、actor_2_facebook_likes、imdb_score、aspect_ratio、movie_facebook_likes4.项目功能详细介绍显示电影评分分布的情况;
电影数量与平均分年度变化的情况;
评论家评论数与评分的关系;
评分与电影票房的关系;
电影数量大于5前提下平均分前十的导演推荐的数据;
不同电影类型的年份累计分析;
电影时长的分布及时长能否和评分有相关性;
电影时长的分布及时长能否和评分有相关性。
二、数据分析过程1.主要功能实现的类和方法介绍#清洗runtime电影时长列数据,可使用str.split()方法df['runtime']=df['runtime'].str.split('').str.get(0).astype(int)df['runtime'].head()#清洗year列,使用str[:]选取年份数字并转换成int类型,使用df.unique()方法检查数据df['year']=df['year'].str[-5:-1].astype(int)df['year'].unique()2. 数据分析过程代码和解释说明导入包:导入、查看、清洗数据:评分分布图:电影数量与平均分布年度变化:评论家评论数&评分、评分&票房:电影数量大于5平均分前十的导演:统计不同年份、不同类型电影的数量:cumsum=df.groupby(['main_genre','year']).title.count()#使用累加功能统计1980年起不同年份不同电影类型的累计数量,对于中间出现的缺失值,使用前值填充genre_cumsum=cumsum.unstack(level=0).cumsum().ffill()#只选取总数量大于
2023/1/19 6:32:34 459KB 数据分析
1
第2章关系数据库1.试述关系模型的三个组成部分。
答:关系模型由关系数据结构、关系操作集合和关系完整性约束三部分组成。
2.试述关系数据语言的特点和分类。
答:关系数据语言可以分为三类:关系代数语言。
关系演算语言:元组关系演算语言和域关系演算语言。
SQL:具有关系代数和关系演算双重特点的语言。
这些关系数据语言的共同特点是,语言具有完备的表达能力,是非过程化的集合操作语言,功能强,能够嵌入高级语言中使用。
4.试述关系模型的完整性规则。
在参照完整性中,为什么外部码属性的值也可以为空?什么情况下才可以为空?答:实体完整性规则是指若属性A是基本关系R的主属性,则属性A不能取空值。
若属性(或属性组)F是基本关系R的外码,它与基本关系S的主码Ks相对应(基本关系R和S不一定是不同的关系),则对于R中每个元组在F上的值必须为:或者取空值(F的每个属性值均为空值);
或者等于S中某个元组的主码值。
即属性F本身不是主属性,则可以取空值,否则不能取空值。
5.设有一个SPJ数据库,包括S,P,J,SPJ四个关系模式:1)求供应工程J1零件的供应商号码SNO:πSno(σSno=‘J1’(SPJ))2)求供应工程J1零件P1的供应商号码SNO:πSno(σSno=‘J1’∧Pno=‘P1‘(SPJ))3)求供应工程J1零件为红色的供应商号码SNO:πSno(σPno=‘P1‘(σCOLOR=’红‘(P)∞SPJ))4)求没有使用天津供应商生产的红色零件的工程号JNO:πJno(SPJ)-πJNO(σcity=‘天津’∧Color=‘红‘(S∞SPJ∞P)5)求至少用了供应商S1所供应的全部零件的工程号JNO:πJno,Pno(SPJ)÷πPno(σSno=‘S1‘(SPJ))6.试述等值连接与自然连接的区别和联系。
答:连接运算符是“=”的连接运算称为等值连接。
它是从关系R与S的广义笛卡尔积中选取A,B属性值相等的那些元组自然连接是一种特殊的等值连接,它要求两个关系中进行比较的分量必须是相同的属性组,并且在结果中把反复的属性列去掉。
1
模型验证小型框架,用于检查模型是否正确验证。
对于模型开发的TDD(测试驱动开发)方法,我也很有用。
它几乎可以与任何测试框架一起使用!从NuGet安装它::主要特点检查模型验证明际上是否因错误的值而失败。
检查是否已测试所有属性。
检查是否已测试所有类级别的验证属性。
检查是否已测试所有属性级别验证属性。
检查错误消息实际上是否正确。
例C#查询示例:[YoungSkywalker]//Surname==Skywalker&&Age<25publicclassRebel{[Required][MaxLength(10)]publicstringName{get;set;}[Required]publicstringSurname{get;set;}[Range(10,900)]publicintAge{get;set;}[RebelWeapon]//Color
2021/9/9 10:39:35 33KB validation aspnetcore aspnet aspnet-mvc
1
基于echart3.8.4,tree图中,连线的颜色,可每条线独立设置。
基于echarts3.8.4开发的,直接使用这个js文件即可,定义在data层,myLinkStyle,指定节点位置,或者节点名称(名称不反复时),节点位置可参考我的博客http://blog.csdn.net/wusefengye/article/details/79110195vardata={"name":"核心网关","children":childrenData,'label':{normal:{'offset':[70,0]}},'myLinkStyle':[{to:{x:190,y:210},color:"green"},{to:{x:304,y:420},color:"blue"},{targetName:"汇聚网关3",color:"yellow"}],
2018/3/22 5:12:43 2.09MB echarts
1
原生态extjs框架的web项目,用senchacmd成功发布,经过改变base-color改变主题风格,见代码及文档
2018/3/3 14:51:42 32.46MB extjs6.6 extjs extjs项目
1
原生态extjs框架的web项目,用senchacmd成功发布,经过改变base-color改变主题风格,见代码及文档
2016/3/3 14:51:42 32.46MB extjs6.6 extjs extjs项目
1
爬取了jd上了文胸综合排名前150个商品,并爬取了接近25000条的数据,对数据的color和size进行了简略分析
2016/1/8 15:53:19 40.67MB python 数据分析 爬虫
1
把Label的BackColor设置成Color.Transparent,然后它就成通明了!表面上看是这样的,但实际上是让它的背景与它的Parent控件的背景一样,这样看上去就是通明的了。
而当它移动到其他控件上去时,你会发现它又变得不通明了。
要想现实真正的通明,必须在label位置变时截取变化后lable所在的屏幕区域当成lable的背景色。
2021/4/22 7:30:23 159KB 透明背景
1
publicvoidcolor(){inti,f;Stringmad="";Stringh=jTextArea1.getText();i=jTextField1.getText().length();Highlighterhilite=jTextArea1.getHighlighter();//获取担任进行高亮显示的对象//Highlighter:一个允许用户用带有颜色的区域标出背景的对象接口for(f=0;f<h.length();f++){if(i<h.length()){mad=h.substring(f,i++).toString();//System.out.println(str);}if(jTextField1.getText().compareToIgnoreCase(mad)==0){try{intg=jTextField1.getText().length();//向视图添加高亮显示hilite.addHighlight(f,f+g,newMyHighlightPainter(Color.PINK));//jTextArea1.select(f,f+i);//jTextArea1.setSelectionColor(Color.RED);//System.out.println("成功了!");}catch(BadLocationExceptionex){Logger.getLogger(newsos.class.getName()).log(Level.SEVERE,null,ex);}}}}
2021/6/27 5:05:26 1KB jTextField
1
共 62 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡