文章目录

  • 一、个人成绩
  • 二、一周消费情况
  • 三、每次实验完成所花费的时间

可视化工具:
Apache ECharts

一、个人成绩

要求:
(1) 自选上学期五门课程的考试成绩。
(2) 课程成绩≥90,用蓝色绘制;80≤成绩<90,用绿色绘制;60≤成绩<80,用黄色绘制; 成绩<60,用红色绘制。
(3) 要求五门课程成绩中至少包含(2)中两个分数段的成绩。
(4) 绘制图形标题中请填写自己的真实姓名。
(5) 先截取绘制后的图形,然后将代码截图或粘贴到绘制图形的后面。

  • 图形:
  • 代码:
option = {title:{text:'各科成绩分布表(姓名:刘浩)'},xAxis: {type: 'category',data: ['高等数学','线性代数', '马克思主义基本原理', '数据结构与算法', '数据库系统原理']},yAxis: {type: 'value'},series: [{data: [{value:67,itemStyle:{color:'khaki'}},{value: 79.6,itemStyle: {color: 'khaki'}},{value:87.8,itemStyle:{color:'lightgreen'}},{value:76.5,itemStyle:{color:'khaki'}},{value:92.8,itemStyle:{color:'cornflowerblue'}}],type: 'bar'}]
};

二、一周消费情况

要求:
(1) 统计本人一周内每天的消费金额情况。
(2) 绘制图形标题中请填写自己的真实姓名。
(3) 先截取绘制后的图形,然后将代码截图或粘贴到绘制图形的后面。

  • 图形:
  • 代码:
option = {title: {text: '一周消费情况统计',subtext: '姓名:刘浩',left: 'center'},tooltip: {trigger: 'item'},legend: {orient: 'vertical',left: 'left'},series: [{name: 'Access From',type: 'pie',radius: '50%',data: [{ value: 40, name: '周一' },{ value: 35, name: '周二' },{ value: 30, name: '周三' },{ value: 31, name: '周四' },{ value: 33, name: '周五' },{ value: 45, name: '周六' },{ value: 63, name: '周日' }],emphasis: {itemStyle: {shadowBlur: 10,shadowOffsetX: 10,shadowColor: 'rgba(0, 0, 0, 0.5)'}}}]
};

三、每次实验完成所花费的时间

要求:
(1) 自选呈现的图形类型,但不能再使用题目一(柱状图)、题目二(饼图)中的图形类型。
(2) 绘制图形标题中请填写自己的真实姓名。
(3) 先截取绘制后的图形,然后将代码截图或粘贴到绘制图形的后面。

  • 图形:

  • 代码:

option = {title:{text:'十次实验完成所花费的时间(分钟)',subtext:'姓名:刘浩'},xAxis: {type: 'category',data: ['实验1', '实验2', '实验3', '实验4', '实验5', '实验6', '实验7', '实验8', '实验9', '实验10']},yAxis: {type: 'value'},series: [{data: [40, 44, 57, 71, 62, 58, 47,79,45,66],type: 'line',smooth: true}]
};

【大数据处理技术】实验12相关推荐

  1. 【大数据处理技术】第三篇 大数据处理与分析(暂停更新)

    大数据分析与处理 第7章 MapReduce 7.1 概述 7.1.1 分布式并行编程 7.1.2 MapReduce 模型简介 7.1.3 Map 和 Reduce 函数 7.2 Mapreduce ...

  2. 《深入理解大数据:大数据处理与编程实践》一一1.2 大数据处理技术简介

    本节书摘来自华章计算机<深入理解大数据:大数据处理与编程实践>一书中的第1章,第1.2节,作者 主 编:黄宜华(南京大学)副主编:苗凯翔(英特尔公司),更多章节内容可以访问云栖社区&quo ...

  3. 大数据处理技术之hadoop概览

    上两个图,可以对热到极致的大数据处理技术有一个基本的认识 大数据处理技术之演进 大数据处理技术之hadoop软件族: hadoop 1 hadoop2 相关软件下面简介: 1 Ambari:Hadoo ...

  4. NLPIR大数据处理技术实现多种类智能挖掘

    当今,信息技术为人类步入智能社会开启了大门,带动了互联网.物联网.电子商务.现代物流.网络金融等现代服务业发展,催生了车联网.智能电网.新能源.智能交通.智能城市.高端装备制造等新兴产业发展.现代信息 ...

  5. 大数据处理技术之数据集成

    大数据处理技术是一个十分重要的工作,就好比做菜,我们做菜之前就需要对蔬菜进行清洗,洗过的菜我们才能够吃的放心,同时还有助于我们的身体健康.而大数据处理就好比清洗蔬菜一样,当我们对数据整理以后,我们才能 ...

  6. 关于大数据技术的演讲_大数据核心技术介绍:大数据处理技术

    大数据之所以能够从概念走向落地,说到底还是因为大数据处理技术的成熟,面对海量的数据,在有限的硬件条件下,以低成本满足大数据处理的各种实际需求.那么具体处理大数据需要哪些技术,今天我们来简单介绍一下大数 ...

  7. 纯前端大数据处理技术:葡萄城纯前端开发工具应用实践

    SpreadJS 是一款基于 HTML5 的纯 JavaScript 电子表格和网格功能控件,满足多平台.跨平台的表格数据处理和类 Excel 的表格应用开发. WijmoJS 前端开发工具包由多款纯 ...

  8. 大数据时代:大数据处理技术及采集方法

    在大数据时代,传统的大数据处理技术还管用吗? 大数据处理环节下的需求 大数据环节下的数据来源是非常多,而且类型也很多花样,存储和数据处理的需求量很大,对于数据展现也非常的高,并且很看重数据处理的高效性 ...

  9. 大数据处理技术导论(8) | Datawhale组队学习46期

    文章目录 10. 1 面试题 10.1.1 hive外部表和内部表的区别 10.1.2 简述对Hive桶的理解? 10.1.3 HBase和Hive的区别? 10.1.4 简述Spark宽窄依赖 10 ...

  10. 大数据处理技术导论(1) | Datawhale组队学习46期

    文章目录 前言 1. 大数据概述 1.1 数据量大 Volume 1.2 数据种类多 Variety 1.3 处理速度快 Velocity 1.4 价值密度低 Value 2. hadoop 2.1 ...

最新文章

  1. 作为一名合格的前端开发工程师需要会哪些
  2. vue中获取url参数
  3. 使用Nomad构建弹性基础架构:重新启动任务
  4. OpenSession与getCurrentSession的区别
  5. boost::posix_time模块打印当天的剩余小时数的测试程序
  6. AI面试必备!你不可不知的10个深度学习方法
  7. Mysql索引的类型
  8. 安卓蓝牙键盘切换输入法_Windows10添加中文美式键盘,传统语言栏,采用ctrl+shift切换输入法...
  9. 404 Note Found 队 Alpha8
  10. CxImage 使用报错解决办法
  11. word如何设置页眉横线的磅数
  12. excel取消合并单元格并自动填充数据
  13. [LeetCode]347. 前 K 个高频元素
  14. 高并发系统中库存热点的解决方案
  15. 【Java8新特性】Stream流
  16. 机器学习 --- 逻辑回归
  17. 管理小故事精髓 100例(转) 1
  18. 2008年世界顶级防火墙排名
  19. 如何成为Android高手--转载
  20. 安全多方计算之GMW协议

热门文章

  1. JPA/hibernate懒加载原理分析及JSON格式API反序列化时连环触发懒加载问题的解决
  2. 一起看 I/O | 隆重推出 AI 驱动的编码助手 Studio Bot
  3. phpmailer 发送图片
  4. Nginx负载均衡与动静分离
  5. C/C++编程:继承构造函数
  6. 机器学习python下数据分类方法
  7. 微服务框架 SpringCloud微服务架构 25 黑马旅游案例 25.5 排序和搜索关键字高亮
  8. html编写百度页面,百度首页的百度一下怎么用html做?
  9. 软件分享:AI智能人像美化软件,AI识别人像自动为图片“补妆”还原照片中美丽的你。。。
  10. 3-MongoDB常用的命令-数据库创建-文档插入