MySQL中的数据生成词云图

weixin_42937836 2019-04-20 11:06:28

Python小白，大佬们指点一下。没多少分数

求求大佬高抬贵手

...全文

245 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

weixin_42937836 2019-04-28

打赏
举报

回复

没有人吗……

22. 制作词云一、数据库配置准备因词云中通常有中文字符，在MySQL开发过程中经常会遇到中文乱码问题，我们检查数据库的配置，配置文件在/etc/my.cnf[

介绍从51job上爬取了10万条（耗时50秒左右）职位数据，抽取“数据分析”岗，进行数据清洗，然后做了分析使用说明 get_data.py ：获取数据的爬虫程序，将爬取的数据存储在本地mysql数据库中。数据清洗.ipynb ：从数据库中读取数据并清洗，将结果输出到Excel表格获取工作名中包含“数据”的工作信息从‘6-8千/月’等工资格式中提取出有效薪资salary如：7000。根据salary做一次分箱，方便之后进行分析提取工作的城市信息提取工作要求中的“学历要求” 参照provinces.py中提供的省份字典，获取工作对应的省份根据工作福利条数生成福利得分treatment_score job1.pbix ：使用powerBI 对数据进行大致分析月薪的描述性统计信息月薪范围计数对比不同学历的月薪均值热门城市热力图、地图福利词云图

手把手视频详细讲解项目开发全过程，需要的小伙伴自行百度网盘下载，链接见附件，永久有效。课程简介从0开始构建BI商业大数据分析平台，以实际的电商分析业务，贯穿数据生成，数据仓库、ETL、数据分析以及可视化分析和商业BI报表，让你三天零基础快速搭建商业化BI分析平台课程亮点 1，零基础讲解，从数据存储到商业可视化分析，一步步逐渐深入 2，理论+实践，让你既能学懂也能学会 3，图文并茂，化繁为简，让知识通俗易懂，不再抽象 4，以实际企业业务需求讲解，让学生学有所用，学完即可上手BI 适用人群 1、对大数据感兴趣的在校生及应届毕业生。 2、对目前职业有进一步提升要求，希望从事大数据行业高薪工作的在职人员。 3、对大数据行业感兴趣的相关人员。课程内容第一章：MySQL数据库入门 1.1 大数据应用及数据存储 1.2 MySQL的介绍 1.3 MySQL数据库部署 1.4 DataGrip可视化工具部署 1.5 DataGrip与MySQL连接配置第二章：SQL分析之DDL 2.1 SQL的分类与规则 2.2 DDL之数据库管理 2.3 DDL之数据表创建与查询 2.4 DDL之数据表删除与描述第三章：SQL分析之DML 3.1 DML之数据的插入 3.2 DML之数据的修改 3.3 DML之数据的删除第四章：SQL分析之DQL 4.1 DQL基本查询规则 4.2 DQL之入门查询 4.3 DQL之条件查询where 4.4 DQL之聚合查询聚合函数 4.5 DQL之分组查询group by 4.6 DQL之排序查询order by 4.7 DQL之分页查询limit 4.8 DQL之结果保存第五章：多表复杂分析查询 5.1 多表查询：表与表之间的关系 5.2 多表查询：Join关联 5.3 多表查询：子查询第六章：数据仓库与ETL 6.1 数据仓库入门 6.2 ETL与Kettle的介绍 6.3 JDK及Kettle的部署第七章：Kettle的ETL开发实战 7.1 Kettle中概念详解 7.2 Kettle实现文本输入与Excel输出 7.3 Kettle实现Excel输入与表输出 7.4 表输入组件开发 7.5 插入更新组件开发 7.6 Kettle作业开发第八章：BI可视化与实战需求 8.1 数据可视化背景 8.2 FIneBI的功能与部署 8.3 电商业务介绍 8.4 技术架构及数据准备第九章：ETL与数据分析实战 9.1 基于MySQL实现数据内容拆解 9.2 基于Kettle实现数据的ETL 9.3 指标分析：每日订单总额及订单个数 9.4 指标分析：独立用户数以及热门商品Top10 9.5 指标分析：每天每个小时上架商品及订单个数 9.6 指标分析：每日不同支付方式的订单总金额及订单个数 9.7 指标分析：每日每个省份的订单总金额及订单个数 9.8 指标分析：每日不同商品分类的订单个数统计第十章：BI可视化分析实战 10.1 FIneBI的基本使用 10.2 仪表盘显示每日订单信息 10.3 柱状图及曲线图的构建 10.4 饼图及雷达图的构建 10.5 混合图及词云图构建

毕业设计，基于SpringBoot+Vue+MySql+webRTC开发的前后端分离的音视频会议系统，内含完整源代码，人脸识别用户前台注册/登录会议管理模块：我的会议、参加的会议、历史会议会议房间模块：开启语音或者投屏、发送消息、查看会议公告、截屏、管理成员权限，录制屏幕（本地录制）好友模块：与好友进行消息发送，没有通话功能接收通知（好友与会议公告通知）、上传个人照片（人脸识别）、意见反馈管理后台用户与权限管理、会议管理、聊天词过滤、数据统计（会议时间分布、消息词云图）、管理日志（记录管理员请求）、用户反馈意见查看开发环境 jdk11、mysql5.7 技术框架 Springboot2.6 web框架 SpringSecurity + JWT 用户鉴权 Mybatisplus 持久化 Redis 缓存 netty-socketio 消息推送 swagger 生成接口文档

1.项目代码均经过功能验证ok，确保稳定可靠运行。欢迎下载体验！下载完使用问题请私信沟通。 2.主要针对各个计算机相关专业，包括计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师、企业员工。 3.项目具有丰富的拓展空间，不仅可作为入门进阶，也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中，如有问题或建议，请及时沟通。 5.期待你能在项目中找到乐趣和灵感，也欢迎你的分享和反馈！【资源说明】基于Vue+Flask+Bert实现前后端分离的高校食堂反馈系统完整源码+项目说明(含前端+后端).zip 1. nlp的大作业，实现了一个基于预训练Bert的情感分析以及使用jieba分词生成小黑子词云。 2. 前后分离，后端用Flask，前端用的vue 系统展示 1. 词云生成 2. 情感分析情感分析模型调用流程为了加速响应前端请求，后端会开启线程池访问模型。开发环境 1. 后端：Flask * pytorch=1.11.0 * cuda=11.3 2. 前端：VUE （vue-admin-template）安装使用 1. 后端部署：/backend * 安装深度学习依赖：pytorch, numpy, scikit-learn, tqdm, tensorboardX * 安装后端框架：Flask, Flask-sqlalchemy, pymysql,wordcloud, jieba * mysql建一个数据库：bert * 将create_table.py, app.py, BertAPI.py中的数据库连接部分修改成自己的数据库内容。 * 建一个feedback表：运行create_table.py。 * 可以塞点数据进去测试一下效果。 * 后端文件目录如图所示： ![image-20230618134113023](./assets/image-20230618134113023.png) 2. 模型训练:模型基于BERT-CHINESE-BASE模型，请访问以下链接，将模型放入/backend/BertSentiment/bert_pretrain 中：更多详情见项目说明~！！！

37,719

社区成员

34,239

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

试试用AI创作助手写篇文章吧

+ 用AI写文章