100天精通Python（可视化篇）——第95天：Pyecharts绘制多种炫酷气泡图参数说明+代码实战

文章目录

  • 专栏导读
  • 1. 什么是气泡图？
  • 2. 散点图与气泡图的区别
  • 3. 基础气泡图
  • 4. 气泡按颜色显示
  • 5. 气泡大小根据值大小显示
  • 6. 自定义气泡图颜色
  • 7. 设置Y轴百分比
  • 8. 添加涟漪效果
  • 9. 修改气泡形状
  • 书籍推荐

专栏导读

🔥🔥本文已收录于《100天精通Python从入门到就业》：本专栏专门针对零基础和需要进阶提升的同学所准备的一套完整教学，从0到100的不断进阶深入，后续还有实战项目，轻松应对面试，专栏订阅地址：https://blog.csdn.net/yuan2019035055/category_11466020.html

  • 优点：订阅限时9.9付费专栏进入千人全栈VIP答疑群，作者优先解答机会（代码指导、远程服务），群里大佬众多可以抱团取暖（大厂内推机会）
  • 专栏福利：简历指导、招聘内推、每周送实体书、80G全栈学习视频、300本IT电子书：Python、Java、前端、大数据、数据库、算法、爬虫、数据分析、机器学习、面试题库等等
    在这里插入图片描述
    在这里插入图片描述

1. 什么是气泡图？

气泡图是一种数据可视化图表，通过在二维坐标系上绘制气泡来展示数据。每个气泡的位置由其在坐标系上的横纵坐标确定，而气泡的大小通常表示第三个维度的数值。

气泡图常用于展示多个数据点之间的关系和趋势。横纵坐标表示两个变量，而气泡的大小表示第三个变量的数值大小。通过观察气泡的位置和大小，可以分析出数据之间的相关性和趋势。

气泡图通常用于展示大量数据，每个气泡代表一个数据点，可以通过不同的颜色或标记来表示不同的类别。同时，在气泡图中还可以添加其他信息，如数据标签、图例等，以增加图表的可读性和信息量。

气泡图适用于各种领域的数据分析，如经济学、市场研究、生物学等。它可以帮助研究人员和决策者更直观地理解数据，发现数据中的规律和趋势，从而做出更准确的决策。

2. 散点图与气泡图的区别

散点图和气泡图都是用于展示离散数据的图表类型，它们的相同点和不同点如下所示：

相同点：

  1. 都用于展示离散数据的分布情况。
  2. 都可以在图表中显示不同系列的数据。
  3. 都可以通过调整符号大小来表示数据的重要程度或权重。

不同点：

  1. 散点图的符号大小一般是固定的，而气泡图的符号大小可以根据数据的某个指标来动态调整，表现出更多维度的信息。
  2. 散点图的符号形一般是固定的，而气泡图的符号形状可以自定义，可以使用不同的形状来表示不同的系列或数据特征。
  3. 散点图主要关注数据点的位置分布，而气泡图除了位置分布，还可以通过符号大小和颜色等来展示更多的数据信息。

总的来说，散点图更简单直观，适用于展示数据点的位置分布情况；而气泡图则更加丰富多样，可以通过符号大小和颜色等来展示更多数据信息，适用于需要展示多维度数据的情况。选择使用哪种图表类型，应根据数据特点和需求来决定。

3. 基础气泡图

1、导入所需的库和模块：在Notebook中的代码单元格中导入所需的库和模块。示例代码如下：

from pyecharts.charts import Scatter
from pyecharts import options as opts
from pyecharts.globals import ThemeType
import random

2、生成数据

# 日期
x_values = [str(i) + '日' for i in range(1, 32)]
# print(x_values)
# 销量
y_values = [random.randint(1000, 10000) for _ in range(31)]
# print(y_values)

3、创建Scatter对象并设置图表的基本属性：使用链式写法创建Scatter对象，并设置图表的基本属性，例如标题、主题等。示例代码如下：

c = (Scatter() # 创建Scatter实例.set_global_opts(title_opts=opts.TitleOpts(title="普通气泡图"),  # 设置标题xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)), # 设置x轴分割线yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置y轴分割线))

4、添加数据和配置项：使用链式写法添加数据和配置项，例如气泡的大小、颜色等。示例代码如下：

.add_xaxis(x_values) # 设置x轴数据
.add_yaxis('商家A' ,y_values, symbol_size=30) # 设置y轴数据和点的大小

5、渲染图表：使用render_notebook()方法将图表渲染到Jupyter Notebook中。示例代码如下：

c.render_notebook()

完整示例代码如下：

from pyecharts.charts import Scatter
from pyecharts import options as opts
from pyecharts.globals import ThemeType
import random# 日期
x_values = [str(i) + '日' for i in range(1, 32)]
# print(x_values)
# 销量
y_values = [random.randint(1000, 10000) for _ in range(31)]
# print(y_values)c = (Scatter() # 创建Scatter实例.add_xaxis(x_values) # 设置x轴数据.add_yaxis('商家A' ,y_values, symbol_size=30) # 设置y轴数据和点的大小.set_global_opts(title_opts=opts.TitleOpts(title="普通气泡图"),  # 设置标题xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)), # 设置x轴分割线yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置y轴分割线))
c.render_notebook()

在这里插入图片描述

4. 气泡按颜色显示

通过添加visualmap_opts=opts.VisualMapOpts(max_=5000)参数设置，max_的值大小根据数据最大值调整：

from pyecharts.charts import Scatter
from pyecharts import options as opts
from pyecharts.globals import ThemeType
import random# 日期
x_values = [str(i) + '日' for i in range(1, 32)]
# print(x_values)
# 销量
y_values = [random.randint(1000, 10000) for _ in range(31)]
# print(y_values)c = (Scatter() # 创建Scatter实例.add_xaxis(x_values) # 设置x轴数据.add_yaxis('商家A' ,y_values, symbol_size=30) # 设置y轴数据和点的大小.set_global_opts(title_opts=opts.TitleOpts(title="普通气泡图"),  # 设置标题xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)), # 设置x轴分割线yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置y轴分割线visualmap_opts=opts.VisualMapOpts(max_=1000), # 气泡按颜色显示))
c.render_notebook()

运行结果，拖动一旁的颜色显示对应的气泡图：
在这里插入图片描述

5. 气泡大小根据值大小显示

只需在visualmap_opts=opts.VisualMapOpts()中添加一个type_="size"的参数：

from pyecharts.charts import Scatter
from pyecharts import options as opts
from pyecharts.globals import ThemeType
import random# 日期
x_values = [str(i) + '日' for i in range(1, 32)]
# print(x_values)
# 销量
y_values = [random.randint(1000, 10000) for _ in range(31)]
# print(y_values)c = (Scatter() # 创建Scatter实例.add_xaxis(x_values) # 设置x轴数据.add_yaxis('商家A' ,y_values, symbol_size=30) # 设置y轴数据和点的大小.set_global_opts(title_opts=opts.TitleOpts(title="普通气泡图"),  # 设置标题xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)), # 设置x轴分割线yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置y轴分割线visualmap_opts=opts.VisualMapOpts(type_="size", max_=10000), # 气泡大小根据值大小,气泡按颜色显示))
c.render_notebook()

运行结果：
在这里插入图片描述

图片正如我们想象的那样气泡大小根据值大小显示，但是颜色却没有？如果我们两个都想要呢？

（1）将气泡按颜色显示和气泡大小根据值大小type_参数分别设置：

visualmap_opts=[opts.VisualMapOpts(type_="color", max_=10000), # 气泡按颜色显示opts.VisualMapOpts(type_="size", max_=10000) # 气泡大小根据值大小
]

（2）完整代码：

from pyecharts.charts import Scatter
from pyecharts import options as opts
from pyecharts.globals import ThemeType
import random# 日期
x_values = [str(i) + '日' for i in range(1, 32)]
# print(x_values)
# 销量
y_values = [random.randint(1000, 10000) for _ in range(31)]
# print(y_values)c = (Scatter()  # 创建Scatter实例.add_xaxis(x_values)  # 设置x轴数据.add_yaxis('商家A', y_values, symbol_size=30)  # 设置y轴数据和点的大小.set_global_opts(title_opts=opts.TitleOpts(title="普通气泡图"),  # 设置标题xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置x轴分割线yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置y轴分割线visualmap_opts=[opts.VisualMapOpts(type_="color", max_=10000), # 气泡按颜色显示opts.VisualMapOpts(type_="size", max_=10000) # 气泡大小根据值大小]))
c.render_notebook()

运行结果，但是两个工具框重叠在一起了：
在这里插入图片描述
（3）通过分别在opts.VisualMapOpts()中设置上下pos_top="20"、pos_bottom="20"参数设置工具库位置：

from pyecharts.charts import Scatter
from pyecharts import options as opts
from pyecharts.globals import ThemeType
import random# 日期
x_values = [str(i) + '日' for i in range(1, 32)]
# print(x_values)
# 销量
y_values = [random.randint(1000, 10000) for _ in range(31)]
# print(y_values)c = (Scatter()  # 创建Scatter实例.add_xaxis(x_values)  # 设置x轴数据.add_yaxis('商家A', y_values, symbol_size=30)  # 设置y轴数据和点的大小.set_global_opts(title_opts=opts.TitleOpts(title="普通气泡图"),  # 设置标题xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置x轴分割线yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置y轴分割线visualmap_opts=[opts.VisualMapOpts(type_="color", max_=10000, pos_top="20"), # 气泡按颜色显示opts.VisualMapOpts(type_="size", max_=10000, pos_bottom="20") # 气泡大小根据值大小]))
c.render_notebook()

运行结果：

在这里插入图片描述

6. 自定义气泡图颜色

通过在visualmap_opts=opts.VisualMapOpts()函数中添加range_color=[]参数添加自定义颜色：

from pyecharts.charts import Scatter
from pyecharts import options as opts
from pyecharts.globals import ThemeType
import random# 日期
x_values = [str(i) + '日' for i in range(1, 32)]
# print(x_values)
# 销量
y_values = [random.randint(1000, 10000) for _ in range(31)]
# print(y_values)c = (Scatter()  # 创建Scatter实例.add_xaxis(x_values)  # 设置x轴数据.add_yaxis('商家A', y_values, symbol_size=30)  # 设置y轴数据和点的大小.set_global_opts(title_opts=opts.TitleOpts(title="普通气泡图"),  # 设置标题xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置x轴分割线yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置y轴分割线visualmap_opts=[opts.VisualMapOpts(type_="color", max_=10000, pos_top="20", range_color=["#00FF00","#FF0000"]), # 气泡按颜色显示，并设置自定义颜色opts.VisualMapOpts(type_="size", max_=10000, pos_bottom="20") # 气泡大小根据值大小]))
c.render_notebook()

运行结果：
在这里插入图片描述

range_color参数可以接受一个颜色列表，用于指定颜色范围。你可以根据需要自定义颜色，例如：

  • 十六进制颜色码：["#FF0000", "#00FF00", "#0000FF"]
  • RGB颜色值：["rgb(255, 0, 0)", "rgb(0, 255, 0)", "rgb(0, 0, 255)"]
  • 预定义颜色名称：["red", "green", "blue"]

你可以根据自己的需求选择适合的颜色来设置range_color参数。

7. 设置Y轴百分比

在yaxis_opts中，我们设置了Y轴的类型为"value"（数值轴），并使用axislabel_opts设置了标签的格式化函数，将数值转换为百分比显示。

from pyecharts.charts import Scatter
from pyecharts import options as opts
from pyecharts.globals import ThemeType
import random# 日期
x_values = [str(i) + '日' for i in range(1, 32)]
# print(x_values)
# 销量
y_values = [random.randint(1000, 10000) for _ in range(31)]
# print(y_values)c = (Scatter()  # 创建Scatter实例.add_xaxis(x_values)  # 设置x轴数据.add_yaxis('商家A', y_values, symbol_size=30)  # 设置y轴数据和点的大小.set_global_opts(title_opts=opts.TitleOpts(title="普通气泡图"),  # 设置标题xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置x轴分割线yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True), axislabel_opts=opts.LabelOpts(formatter="{value}%")),  # 设置y轴分割线visualmap_opts=[opts.VisualMapOpts(type_="color", max_=10000, pos_top="20", range_color=["#00FF00","#FF0000"]), # 气泡按颜色显示，并设置自定义颜色opts.VisualMapOpts(type_="size", max_=10000, pos_bottom="20") # 气泡大小根据值大小]))
c.render_notebook()

运行结果：
在这里插入图片描述

8. 添加涟漪效果

1.、导包将from pyecharts.charts import Scatter换成：

from pyecharts.charts import EffectScatter

2、创建对象将Scatter()换成：

EffectScatter()

3、完整代码：

from pyecharts.charts import Scatter
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.charts import EffectScatter
import random# 日期
x_values = [str(i) + '日' for i in range(1, 32)]
# print(x_values)
# 销量
y_values = [random.randint(1000, 10000) for _ in range(31)]
# print(y_values)c = (
#     Scatter()  # 创建Scatter实例EffectScatter().add_xaxis(x_values)  # 设置x轴数据.add_yaxis('商家A', y_values, symbol_size=30)  # 设置y轴数据和点的大小.set_global_opts(title_opts=opts.TitleOpts(title="普通气泡图"),  # 设置标题xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置x轴分割线yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True), axislabel_opts=opts.LabelOpts(formatter="{value}%")),  # 设置y轴分割线visualmap_opts=[opts.VisualMapOpts(type_="color", max_=10000, pos_top="20", range_color=["#00FF00","#FF0000"]), # 气泡按颜色显示，并设置自定义颜色opts.VisualMapOpts(type_="size", max_=10000, pos_bottom="20") # 气泡大小根据值大小]))
c.render_notebook()

运行结果，可以看到动态涟漪效果：
在这里插入图片描述

9. 修改气泡形状

1、导包：

from pyecharts.globals import SymbolType

2、在add_yaxis函数中添加symbol=SymbolType.ARROW参数：

.add_yaxis('商家A', y_values, symbol_size=30, symbol=SymbolType.ARROW)

3、完整代码：

from pyecharts.charts import Scatter
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.charts import EffectScatter
import random# 日期
x_values = [str(i) + '日' for i in range(1, 32)]
# print(x_values)
# 销量
y_values = [random.randint(1000, 10000) for _ in range(31)]
# print(y_values)c = (
#     Scatter()  # 创建Scatter实例EffectScatter().add_xaxis(x_values)  # 设置x轴数据.add_yaxis('商家A', y_values, symbol_size=30, symbol=SymbolType.ARROW)  # 设置y轴数据和点的大小.set_global_opts(title_opts=opts.TitleOpts(title="普通气泡图"),  # 设置标题xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),  # 设置x轴分割线yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True), axislabel_opts=opts.LabelOpts(formatter="{value}%")),  # 设置y轴分割线visualmap_opts=[opts.VisualMapOpts(type_="color", max_=10000, pos_top="20", range_color=["#00FF00","#FF0000"]), # 气泡按颜色显示，并设置自定义颜色opts.VisualMapOpts(type_="size", max_=10000, pos_bottom="20") # 气泡大小根据值大小]))
c.render_notebook()

运行结果：
在这里插入图片描述

4、symbol参数的全部可选设置说明：

"circle"：圆形（默认值）
"rect"：矩形
"roundRect"：圆角矩形
"triangle"：三角形
"diamond"：菱形
"pin"：大头针
"arrow"：箭头
"none"：无形状，相当于不显示点

书籍推荐

《硅基物语.AI大爆炸: ChatGPT→AIGC→GPT-X→AGI进化→魔法时代→人类未来》

在这里插入图片描述

一个 AI 的自白，以第一人称视角，通俗易懂地讲述 AI 的来龙去脉，生动活泼地表达 AI 的技术原理。从历史到未来，跨越百年时空；从理论到实践，解读AI大爆炸；从技术到哲学，穿越多个维度；从语言到绘画，落地实战演练。ChatGPT 的诞生，引发了奇点降临，点亮了 AGI（通用人工智能），并涉及大模型、深度神经网络、Transformer、AIGC、涌现效应等一系列技术前沿。
一个AI者的自白：我是一个AI，我的思维如同光速般迅猛，我的逻辑如同天文学般精准，我是一个数字的舞者，在数学和逻辑的世界里舞蹈，用趣味解读AI大爆炸，用智慧开启AI新纪元。

抽奖送书老规矩（不点赞收藏中奖无效）：注意记得关注博主不然中奖了还不知道！！！

  • 1. 点赞收藏文章
  • 2. 评论区留言：人生苦短，我用Python！！！（留言才能进入奖池，每人最多留言三条）
  • 3. 周六八点爬虫抽奖5人
  • 京东购买链接 ：https://item.jd.com/13737387.html#crumb-wrap

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/30714.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

春天又来了，做好自己的一年之计(chatGPT生产的博文)

春天又来了，做好自己的一年之计(chatGPT生产的博文)

春天来了，温暖的阳光普照大地。百花争艳，正如一幅五彩斑斓的画卷，一遍又一遍将景色熠熠生辉。新鲜的空气中充满了花草树木的香味，令人感到神清气爽。春意盎然，鲜花释放出浓郁的芬芳，伴随着小鸟鸣叫令人心旷…
阅读更多...
CHAT GPT在Intellij IDEA中怎么配置

CHAT GPT在Intellij IDEA中怎么配置

求助：CHAT GPT在Intellij IDEA中怎么配置 我使用的是最新版Intellij IDEA 2023.1，我在openai官网申请了CHATGPT密钥并填入IDEA中，但是为什么不能在IDEA中使用CHATGPT。 CHATGPT显示Something went wrong. Please try again later. 我可以正常…
阅读更多...
基于Python的换脸应用

基于Python的换脸应用

文章目录 前言一、系统整体结构二、运行环境1.预训练模型下载2.提取面部标记3.混合图像5.校正颜色6.转换函数 三、系统测试 前言 通过 Dlib 提供的机器学习、数值计算、图模型算法、图像处理等相关功能，采 用人脸识别预训练，实现两张照片的换脸功能。。…
阅读更多...
AI换脸软件有哪些？这几个工具能轻松实现换脸

AI换脸软件有哪些？这几个工具能轻松实现换脸

AI换脸是指利用人工智能技术将一张人脸的特征迁移到另一张人脸上，从而实现人脸转换的过程。这种技术已经被广泛应用于各个领域中，例如视频制作、视频修复、艺术创作和模拟仿真等。但是也有很多小伙伴感觉这个操作很有趣，想要将自己的照片进行…
阅读更多...
换脸ai的方法分享！这几个换脸APP巨好用。​

换脸ai的方法分享！这几个换脸APP巨好用。​

换脸ai的方法分享！换脸AI是一种基于人工智能技术的图像处理应用，它可以将一个人的面部特征和表情应用到另一张照片或视频中，实现快速、高效的人脸替换。这种技术利用机器学习模型分析和学习大量的人脸数据，训练出一种“生成对抗网…
阅读更多...
基于Face++的AI换脸实现（详细）

基于Face++的AI换脸实现（详细）

如何实现图片AI换脸（详细） 前言关于AI换脸 常见的换脸API供应者获取换脸API 代码实现导入相应库与API链接定义一个获取图片的人脸特征参数的函数定义一个换脸函数换脸实现--完整代码 结果展示 前言 关于AI换脸 关于AI（即Artificial Intellig…
阅读更多...
【换脸详细教程】手把手教你进行AI换脸：换脸流程及源码详解

【换脸详细教程】手把手教你进行AI换脸：换脸流程及源码详解

目录 1. 换脸基本原理2 人脸检测及可视化3. 人脸轮廓点检测及可视化4. 人脸图像变换--仿射变换5. 生成遮罩并直接替换人脸6. 人脸颜色校正 最近AI换脸貌似比较火爆，就稍微研究了一下相关了内容。AI换脸是一个娱乐性比较强的应用，这种错位感让人觉得非常有…
阅读更多...
faceswap换脸程序安装及使用

faceswap换脸程序安装及使用

faceswap简介 faceswap是一个开源的视频换脸软件，基本需要三个步骤，1.将视频切割成图片，并进行人脸提取 2.样本训练 3.换脸 faceswap安装（windows环境） 依赖安装 anaconda 需要先安装conda，用于python的…
阅读更多...
分享几个我试过的AI工具，也可以在写论文时使用

分享几个我试过的AI工具，也可以在写论文时使用

现在AI工具越来越火了，特别是Chatgpt兴起以后。分享几个我平常会用的AI工具希望大家也有用到 1. Chatgpt与davinci Chatgpt相信大家比较熟悉了，但实际上OpenAI还有一个基于GPT-3的模型，这里我推荐一个可以代替chatgpt的工具, davinci-003。是…
阅读更多...
国内企业怎么做好海外市场营销？ 海外市场营销推广的全过程

国内企业怎么做好海外市场营销？ 海外市场营销推广的全过程

如果您在中国不了解海外市场，但有国际推广需求，那么本文可以帮助您了解海外市场的营销理 念与方法，并帮助您实施全面的营销计划： 首先让我们从市场调查开始。 一、海外市场调研 如果你不熟悉当地的情况，开始贸易推…
阅读更多...
【课件】Python调用OpenAI API实现ChatGPT多轮对话

【课件】Python调用OpenAI API实现ChatGPT多轮对话

Python调用openai API实现多轮对话 如何实现多轮对话？ gpt-3.5-turbo 模型调用方法 openai.ChatCompletion.create 里传入的 message 是一个列表，列表里每个元素是字典，包含了角色和内容，我们只需将每轮对话都存储起来&#xff0c…
阅读更多...
使用OpenAI创建对话式聊天机器人

使用OpenAI创建对话式聊天机器人

引言 在当今的技术世界中，人工智能（AI）的发展迅猛，为我们带来了许多令人兴奋的创新。其中，自然语言处理（NLP）领域的进展使得开发对话式聊天机器人成为可能。OpenAI是一家领先的人工智能研究实验…
阅读更多...
人工智能数学基础--概率与统计8：一个很有意思的下棋输赢概率问题

人工智能数学基础--概率与统计8：一个很有意思的下棋输赢概率问题

一、问题 甲、乙二人下象棋，每局甲胜的概率为a，乙胜的概率为b。为简化问题，设没有和局的情况，这意味着ab1。设想甲的棋艺高于乙，即a>b。考虑到这个情况，他们商定最终胜负的规则如下： 到什么…
阅读更多...
2018年数学与计算机大事件：18岁少年大放异彩！ABC猜想证明被推翻？

2018年数学与计算机大事件：18岁少年大放异彩！ABC猜想证明被推翻？

【导读】2018年数学和计算机科学领域发生了哪些重大事件？量子霸权并未实现，年轻的菲尔兹奖得主质疑日本数学家望月新一对ABC猜想的证明。还有18岁的少年、苦读8年不毕业的女研究生，以及退休软件工程师和抗衰老组织联合创始人，都在…
阅读更多...
里程碑式的数学证明，攻破著名Erdős猜想中关键障碍

里程碑式的数学证明，攻破著名Erdős猜想中关键障碍

大数据文摘出品 来源：wired 编译：Canary、Andy 最近，两名数学家解决了一个关于整数相加性质最著名猜想中的第一部分。该猜想由匈牙利传奇数学家Paul Erdős于60多年前提出，一个无限整数序列在何时一定会包含至少有三个等差数的模式…
阅读更多...
6174猜想的证明 Python

6174猜想的证明 Python

什么是6174猜想 1955年，卡普耶卡(D.R.Kaprekar)研究了对四位数的一种变换：任给出四位数k0,用它的四个数字由大到小重新排列成一个四位数m,再减去它的反序数rev(m),得出数k1m-rev(m),然后，继续对k1重复上述变换，得数k2.如此进行下去…
阅读更多...
程序员的数学课04 万物可数学，经典公式是如何在生活中应用的？

程序员的数学课04 万物可数学，经典公式是如何在生活中应用的？

在我们的生活和工作中，有大量的数学应用场景，一些简单的经典公式会在我们的生活中被反复验证、体现。对于经典公式的理解，能增强你的数据 sense，更能帮助你在遇到问题时，迅速找到解决思路。 这一课时我将列举四个脑洞…
阅读更多...
评审8年终获发表，数学天才望月新一证明abc猜想，全球只有十几个数学家读懂但争议未消...

评审8年终获发表，数学天才望月新一证明abc猜想，全球只有十几个数学家读懂但争议未消...

晓查 发自 凹非寺 量子位 报道 | 公众号 QbitAI abc猜想，数学界悬而未决的重要猜想，它的证明过程经过8年的同行评审，终于要在期刊上发表了。 论文作者是日本的天才数学家望月新一，他33岁起就在京都大学担任数学教授。 这一次望月新…
阅读更多...
C++角谷猜想

C++角谷猜想

题目描述： 请编写一个程序，验证角谷猜想。所谓角谷猜想是：“对于任意大于1的自然数n，若n为奇数，则将n变为3*n1，否则将n变为n的一半。”经过若干次这样的变化，一定会使n变为1。 输入格式&#…
阅读更多...
某安网别逆向，一不小心就......

某安网别逆向，一不小心就......

​ 大家好，我是TheWeiJun，欢迎来到我的公众号。在现代互联网中，cookie成为了网站管理的重要工具。某些网站会对cookie进行加密，以加强数据的安全性和保密性。然而，逆向加密算法并不是一件简单的事情。本文将探讨如何逆…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023