当前位置： 首页 > news >正文

【数据可视化-33】病毒式社交媒体潮流与用户参与度可视化分析

news 来源：原创 2025/6/24 11:42:35

🧑 博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）

💬 博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

在这里插入图片描述

【数据可视化-33】病毒式社交媒体潮流与用户参与度可视化分析

    • 一、引言
    • 二、数据探索
      • 2.1 数据集介绍
      • 2.2 数据清洗与探索
    • 三、单维度特征可视化
      • 3.1 平台分布
      • 3.2 内容类型分布
      • 3.3 互动水平分布
      • 3.4 浏览量分布
      • 3.5 点赞量分布
    • 四、多维度关系可视化
      • 4.1 平台与互动水平的关系
      • 4.2 内容类型与互动水平的关系
      • 4.3 平台与内容类型的关系
      • 4.4 不同平台的浏览量与点赞量的关系
      • 4.5 平台与互动指标的关系（以点赞和分享为例）
      • 4.6 地区与互动水平的关系
      • 4.7 标签与互动水平的关系
    • 五、总结与洞察

一、引言

  数据可视化是探索和理解复杂数据集的强大工具。通过可视化分析，我们可以揭示社交媒体内容的传播趋势、用户互动特征以及各平台之间的差异。本文将基于包含丰富信息的社交媒体趋势数据集，从多个维度进行可视化探索，帮助大家更直观地把握社交媒体的动态变化。

二、数据探索

2.1 数据集介绍

本数据集包含以下变量：

  • Post_ID：每条社交媒体帖子的唯一标识符
  • Platform：社交媒体平台（TikTok, Instagram, Twitter, YouTube）
  • Hashtag：与帖子相关的热门标签
  • Content_Type：内容类型（Reel, Video, Post, Shorts, Tweet 等）
  • Region：帖子获得 traction 的国家
  • Views：帖子获得的总浏览量
  • Likes：帖子获得的点赞数
  • Shares：帖子被分享的次数
  • Comments：帖子获得的评论数
  • Engagement_Level：互动水平分类：低、中、高

2.2 数据清洗与探索

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns# 加载数据
df = pd.read_csv('social_media_trends.csv')  # 请替换为实际文件路径# 查看数据基本信息
print(df.info())
print(df.describe())# 查看各列唯一值数量
print(df.nunique())

  从数据的基本信息中，我们可以发现：

  • 数据集包含多种类型变量，包括类别型（如Platform、Content_Type）和数值型（如Views、Likes等）
  • 数据中一共包含5000条数据，无缺失值存在

三、单维度特征可视化

3.1 平台分布

plt.figure(figsize=(10, 6))
sns.countplot(x='Platform', data=df)
plt.title('Platform Distribution')
plt.xlabel('Platform')
plt.ylabel('Count')
plt.tight_layout()
plt.show()

  观察结果：不同平台的帖子数量差异并不显著，YouTube和TikTok的帖子数量较多。

3.2 内容类型分布

plt.figure(figsize=(10, 6))
sns.countplot(x='Content_Type', data=df)
plt.title('Content Type Distribution')
plt.xlabel('Content Type')
plt.ylabel('Count')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

  观察结果：短视频类内容（如 Reel、Post和Live Stream）占比较大，反映了当前社交媒体的趋势。

3.3 互动水平分布

plt.figure(figsize=(10, 6))
sns.countplot(x='Engagement_Level', data=df)
plt.title('Engagement Level Distribution')
plt.xlabel('Engagement Level')
plt.ylabel('Count')
plt.tight_layout()
plt.show()

  观察结果：大部分帖子的互动水平集中在高等和低水平，中等互动水平的帖子占比较小。

3.4 浏览量分布

plt.figure(figsize=(12, 6))
sns.histplot(df['Views'], kde=True, color='teal', bins=100)
plt.title('Views Distribution')
plt.xlabel('Views')
plt.tight_layout()
plt.show()

  观察结果：浏览量呈现右偏分布，大部分帖子的浏览量集中在较低水平，少数帖子获得极高浏览量。

3.5 点赞量分布

plt.figure(figsize=(12, 6))
sns.histplot(df['Likes'], kde=True, color='coral', bins=100)
plt.title('Likes Distribution')
plt.xlabel('Likes')
plt.tight_layout()
plt.show()

  观察结果：点赞量同样呈现右偏分布，与浏览量的趋势类似。

四、多维度关系可视化

4.1 平台与互动水平的关系

plt.figure(figsize=(12, 8))
sns.countplot(x='Platform', hue='Engagement_Level', data=df, palette='Set2')
plt.title('Engagement Level Distribution by Platform')
plt.xlabel('Platform')
plt.ylabel('Count')
plt.legend(title='Engagement Level')
plt.tight_layout()
plt.show()

  观察结果：不同平台的互动水平分布差异显著， YouTube和TikTok 高互动水平帖子占比较高，而 Twitter 低互动水平帖子较多。

4.2 内容类型与互动水平的关系

plt.figure(figsize=(12, 8))
sns.countplot(x='Content_Type', hue='Engagement_Level', data=df, palette='husl')
plt.title('Engagement Level Distribution by Content Type')
plt.xlabel('Content Type')
plt.ylabel('Count')
plt.xticks(rotation=45)
plt.legend(title='Engagement Level')
plt.tight_layout()
plt.show()

  观察结果：短视频类内容（如 Reel、Live Strame）在高互动水平帖子中占比较高，而传统帖子类型（如 Post）低互动水平帖子较多。

4.3 平台与内容类型的关系

plt.figure(figsize=(12, 8))
sns.countplot(x='Platform', hue='Content_Type', data=df, palette='viridis')
plt.title('Content Type Distribution by Platform')
plt.xlabel('Platform')
plt.ylabel('Count')
plt.xticks(rotation=45)
plt.legend(title='Content Type', bbox_to_anchor=(1, 1), loc='upper left')
plt.tight_layout()
plt.show()

  观察结果：不同平台的内容类型分布差异明显，Instagram 和 TikTok 以视频类内容为主，而 Twitter和YouTube 以 Post 为主。

4.4 不同平台的浏览量与点赞量的关系

plt.figure(figsize=(12, 8))
sns.scatterplot(x='Views', y='Likes', hue='Platform', data=df, palette='coolwarm', alpha=0.6)
plt.title('Views vs Likes Relationship')
plt.xlabel('Views')
plt.ylabel('Likes')
plt.legend(title='Platform', bbox_to_anchor=(1, 1), loc='upper left')
plt.tight_layout()
plt.show()

  观察结果：浏览量与点赞量存在显著的正相关关系，浏览量越高的帖子通常获得更多的点赞。

4.5 平台与互动指标的关系（以点赞和分享为例）

plt.figure(figsize=(15, 6))plt.subplot(1, 2, 1)
sns.boxplot(x='Platform', y='Likes', data=df)
plt.title('Likes Distribution by Platform')
plt.xlabel('Platform')
plt.ylabel('Likes')plt.subplot(1, 2, 2)
sns.boxplot(x='Platform', y='Shares', data=df)
plt.title('Shares Distribution by Platform')
plt.xlabel('Platform')
plt.ylabel('Shares')plt.tight_layout()
plt.show()

  观察结果：不同平台的互动指标差异显著，TikTok 和 Instagram 的点赞和分享量普遍高于其他平台。

4.6 地区与互动水平的关系

# 提取前10个地区的数据进行展示
top_regions = df['Region'].value_counts().head(10).index
region_df = df[df['Region'].isin(top_regions)]plt.figure(figsize=(15, 8))
sns.countplot(x='Region', hue='Engagement_Level', data=region_df, palette='pastel')
plt.title('Engagement Level Distribution by Region')
plt.xlabel('Region')
plt.ylabel('Count')
plt.xticks(rotation=45)
plt.legend(title='Engagement Level')
plt.tight_layout()
plt.show()

  观察结果：不同地区的互动水平分布存在差异，部分地区的高互动水平帖子比例较高。

4.7 标签与互动水平的关系

# 提取前20个热门标签进行展示
hashtag_counts = df['Hashtag'].value_counts().head(20).index
hashtag_df = df[df['Hashtag'].isin(hashtag_counts)]plt.figure(figsize=(15, 8))
sns.countplot(x='Hashtag', hue='Engagement_Level', data=hashtag_df, palette='muted')
plt.title('Engagement Level Distribution by Hashtag')
plt.xlabel('Hashtag')
plt.ylabel('Count')
plt.xticks(rotation=45)
plt.legend(title='Engagement Level')
plt.tight_layout()
plt.show()

  观察结果：不同标签的互动水平分布差异显著，部分标签的高互动水平帖子比例较高，反映出特定话题的吸引力。

五、总结与洞察

  通过以上多维度的可视化分析，我们得出以下关键洞察：

  1. 平台差异显著：不同平台的内容类型和互动水平分布差异明显，TikTok 和 Instagram 以短视频类内容为主，且高互动水平帖子占比较高。

  2. 内容类型影响互动：短视频类内容（如 Reel、Shorts）在高互动水平帖子中占比较高，反映了用户对这一内容形式的偏好。

  3. 浏览量与互动量正相关：浏览量与点赞量、分享量等互动指标存在显著的正相关关系，高浏览量帖子通常获得更多的互动。

  4. 地区与标签的影响力：不同地区的互动水平分布存在差异，部分地区的高互动水平帖子比例较高。特定标签的高互动水平帖子比例也较高，反映出地域文化和热门话题对互动的影响。

  以上分析为理解社交媒体趋势和用户互动模式提供了多维度视角，揭示了各变量之间的潜在关系，为进一步的社交媒体策略制定和内容优化提供了数据支持。

相关文章：

【数据可视化-33】病毒式社交媒体潮流与用户参与度可视化分析

🧑 博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN…...

编程日记 2025/6/24 11:42:35

ubuntu使用dify源码安装部署教程+避坑指南

很多人，包括我在最初使用dify的时候都习惯使用docker来部署安装环境，但在二次开发使用过程中，我们可能希望使用源码来安装，那么这篇文章我将给大家分享如何在ubuntu系统下使用源码安装，并提供大家遇到的疑难杂症如下： dify安装使用过程中报错：/console/api/workspaces/…...

编程日记 2025/6/25 8:43:16

软件技术专业

软件技术专业是一个专注于软件开发、测试、维护及相关技术的学科专业。以下是其相关介绍： 专业概述 软件技术专业主要培养具备扎实的软件理论基础和较强的实践能力，能熟练掌握软件开发工具和技术，从事软件设计、开发、测试、维护等工作的高素…...

编程日记 2025/6/25 7:50:28

AI数据分析的利器：解锁BI工具的无限潜力

在数字化浪潮席卷全球的今天，数据已成为企业最宝贵的资产之一。如何高效、准确地分析这些数据，挖掘其中的价值，成为企业决策的关键。AI数据分析，作为新时代的数据分析利器，正逐渐改变着企业的决策方式。而BI&#xff0…...

编程日记 2025/6/25 8:23:01

docker 代理配置冲突问题

问题描述 执行 systemctl show --property=Environment docker 命令看到有如下代理配置 sudo systemctl show --property=Environment docker Environment=HTTP_PROXY=http://127.0.0.1:65001 HTTPS_PROXY=http://127.0.0.1:65001 NO_PROXY=127.0.0.1,docker.io,ghcr.io,uhub…...

编程日记 2025/6/25 8:04:36

清理HiNas(海纳斯) Docker日志并限制日志大小

我在一个机顶盒的HiNas系统上跑Octoprint的docker版本，每隔一段时间盒子空间就被占完了，运行df -h之后，显示/dev/root Use 100%。 Filesystem Size Used Avail Use% Mounted on /dev/root 6.6G 6.6G 0 100% / devtmpfs …...

编程日记 2025/6/23 1:37:04

kafka整合flume与DStream转换

一、Kafka整合flume cd /opt/software/flume/conf/ vi flume-kafka.conf a1.sourcesr1 a1.sinksk1 a1.channelsc1 a1.sources.r1.typespooldirt a1.sources.r1.spoolDir/root/flume-kafka a1.sinks.k1.typeorg.apache.flume.sink.kafka.KafkaSink a1.sinks.k1.kafka.to…...

编程日记 2025/6/25 8:41:03

第2讲：R语言中的色彩美学——科研图表配色指南

目录 一、背景导引：科研图表为何需要“配色讲究”？ 二、色彩基础认知：别让“红绿盲”错过你的科研成果 三、R语言中的配色库全景图 四、案例演示与代码实战 🎨案例1：ggplot2 + viridis 配色的热图 🎨案例2：MetBrewer 中的印象派色彩 五、技巧点拨：如何为SCI图…...

编程日记 2025/6/22 13:11:49

C++入门小馆: 深入了解STLlist

嘿，各位技术潮人！好久不见甚是想念。生活就像一场奇妙冒险，而编程就是那把超酷的万能钥匙。此刻，阳光洒在键盘上，灵感在指尖跳跃，让我们抛开一切束缚，给平淡日子加点料，注入满满的pa…...

编程日记 2025/6/3 13:31:45

Float32、Float16、BFloat16

我们先介绍 Float32、Float16、BFloat16 的 浮点数表示方法 然后根据浮点数表示，来分析总结他们是怎么控制 精度和 数值范围 的 最后再来对比的说明 Float32、Float16、BFloat16 的 应用场景 和 硬件支持 1、浮点数的表示方法 Float32 ： 单精度浮点数…...

编程日记 2025/6/25 8:48:22

多模态深度学习: 从基础到实践

多模态深度学习: 从基础到实践 多模态学习是人工智能领域的前沿方向，它允许模型同时处理和理解多种数据类型。本文将介绍多模态学习的核心概念，以及如何在实际项目中应用这些技术。 什么是多模态学习？ 多模态学习涉及处理和整合来自不同来…...

编程日记 2025/6/25 8:11:09

Java学习手册：时间戳、时区等相关概念

一、时间戳 定义 ：时间戳是指以秒或毫秒为单位，表示自 1970 年 1 月 1 日 00:00:00 UTC（协调世界时）以来的 elapsed time。它是衡量时间的一种方式，常用于系统开发中记录事件的发生顺序和具体时间。作用 ：…...

编程日记 2025/6/3 13:30:44

Axure全局变量的含义与基础应用

亲爱的小伙伴，在您浏览之前，烦请关注一下，在此深表感谢！ Axure产品经理精品视频课已登录CSDN可点击学习https://edu.csdn.net/course/detail/40420 课程主题：全局变量 主要内容：全局变量含义、基础应用 应用场景：元件赋值 案例展示： 案例视频：...

编程日记 2025/6/25 2:13:23

Java 24 深度解析：云原生时代的性能更新与安全重构

一、Java 24 核心特性全景图 Java 24 于 2025 年 3 月正式发布，带来 24 项核心改进，覆盖性能优化、安全性增强、语言升级和云原生支持四大领域。以下是关键特性的全景式解析： 1. 性能优化：从内存到并发的全方位突破 紧凑对象头&…...

编程日记 2025/6/25 8:18:21

ubuntu(28):ubuntu系统多版本conda和多版本cuda共存

0. cuda(包括cudnn)、conda安装照常 注意： （1）多个conda不要安装到一个目录了，可以见下面的示例目录； （2）cuda（包括cudnn）不用纠结是否添加超链接 1. 需要修改环境配置…...

编程日记 2025/6/23 13:50:00

28、.NET 中元数据是什么？

在.NET中，元数据（Metadata）是描述程序结构和类型信息的二进制数据集合，它是.NET运行时（CLR）的核心基础组件之一，用于支持程序加载、类型解析、反射、安全校验等关键功能。以下是其核心特性和作用…...

编程日记 2025/6/24 18:07:32

插入html文件，让数据可视化彰显高端大气-Excel易用宝

我们老板整了个html文件的图表，说是html文件图表兼容性更好，现在让我将这个html文件的图表插入到Excel中。 其实这事也简单哈，通过插入web控件，就可以将HTML文件插入到工作表中。 单击【易用宝plus】→【插入Web控件】。 单击【…...

编程日记 2025/6/23 14:24:02

基于HTML+CSS实现的动态导航引导页技术解析

基于HTMLCSS实现的动态导航引导页技术解析 效果展示 核心技术实现 1. 视差背景层 #sence {position: fixed;width: 100vw;height: 100vh;z-index: -1; }#background {width: 140%;height: 140%;position: absolute;background-size: cover;filter: brightness(0.6);animatio…...

编程日记 2025/6/25 7:59:48

【编译原理】 第四章 自上而下语法分析

目录 语法分析器的功能 不确定的自上而下分析 确定的自上而下分析 LL(1)文法 左递归的消除 间接左递归的消除 消除文法中全部左递归的算法 消除回溯、提左因子 FIRST集 FOLLOW集 预测分析法 递归下降分析法 语法分析器的功能 按照文法从源程序单词串（符…...

编程日记 2025/6/25 7:35:06

vue入门

Vue入门 目录: 导入快速入门 什么是Vue为什么要学Vue面试题：Vue的特定Vue要学习什么 Vue常用指令 指令介绍表单绑定文本插值绑定属性条件渲染列表渲染事件绑定总结 0.导入 0.1什么是Vue Vue.js，通常称为Vue，是一个用于构建用户界面的渐…...

编程日记 2025/6/25 8:18:22

Unity开发者快速认识Unreal 的BluePrint（二）

前言 前一篇是通过UMG编辑器制作的一个简单ui功能，记录Unity开发者使用BluePrint需要特别注意的地方,这一篇是分析和理解对于场景中的3D物体交互的BluePrint怎么制作，以及需要注意的一些关键点！个人觉得最快的学习方式就是对比，入…...

编程日记 2025/6/25 8:25:05

APP和小程序需要注册域名吗？（国科云）

在移动互联网时代，APP和小程序已成为企业和个人提供服务、展示产品的重要渠道。那么APP和小程序的兴起是否对域名造成了冲击，APP和小程序是否需要注册域名呢？ APP是否需要注册域名？ 从技术上讲，没有域名的APP仍然可以…...

编程日记 2025/6/25 8:21:50

pandas读取MySQL中的数据

使用pandas读取MySQL中的数据 1、导入库 pip install pandas pip install sqlalchemy2、示例代码 # -*- coding: utf-8 -*-import pandas as pd import re from sqlalchemy import create_engine# 清洗文本 def clean_text(text):text...

编程日记 2025/6/25 7:47:05

算法设计与分析6（动态规划）

最长公共子序列和最长公共子串 动态规划的思路与字符串匹配的编辑距离问题相似，对字符串最尾端字符分类讨论 最长公共子序列 可以是不连续出现的，只要出现顺序是一样的 状态转移方程： 最长公共字串 要求连续出现，中断了就归0…...

编程日记 2025/6/22 22:29:39

ubuntu 20.04 编译运行lio-sam,并保存为pcd

1.环境依赖 ubuntu 20.04 ROS1 gtsam sudo add-apt-repository ppa:borglab/gtsam-release-4.0 sudo apt install libgtsam-dev libgtsam-unstable-dev 其他依赖 sudo apt-get install ros-noetic-fake-localization sudo apt-get install ros-noetic-robot-localization…...

编程日记 2025/6/25 8:26:13

国标GB28181视频平台EasyGBS视频监控平台助力打造校园安防智能化

一、方案背景 校园安全是教育管理中的重中之重。随着校园规模的不断扩大和安全管理要求的日益提高，传统的安防手段已难以满足现代校园的需求。EasyGBS作为一款基于国标GB/T28181协议的视频监控平台，能够实现对校园内各类视频监控设备的统一接入、管理和…...

编程日记 2025/6/21 13:48:46

深度解析 Java 泛型通配符 `＜? super T＞` 和 `＜? extends T＞`

Java 泛型中的通配符 ? 与 super、extends 关键字组合形成的 <? super T> 和 <? extends T> 是泛型系统中最重要的概念之一&#xff0c;也是许多开发者感到困惑的地方。本文将全面剖析它们的语义、使用场景和设计原理。 一、基础概念回顾 1. 泛型通配符 ? ?…...

编程日记 2025/6/25 8:26:12

iphonex uniapp textarea标签兼容性处理过程梳理

嗨&#xff0c;我是小路。今天主要和大家分享的主题是“iphonex uniapp textarea标签兼容性处理过程梳理”。 在uniapp项目中&#xff0c;经常会使用到uniapp原生的textarea标签&#xff0c;但在手机兼容性这块&#xff0c;textarea并不是很好用&#xff0c;会出现一些…...

编程日记 2025/6/24 9:09:07

SiSi Coin全球共识社区开创Meme币新纪元，通缩机制与社区自治引领Web3未来

SiSi Coin是独家首创新型MeMe币, 通过独特的“黑洞销毁零撸空投”机制打造社交裂变与价值捕获的去中心化生态模式&#xff0c;作为SiSi WEB3 的社区代币&#xff0c;它旨在通过创新的经济模型设计实现长期价值增长。 《采用"黑洞机制"永久销毁加权分配》 核心创新&…...

编程日记 2025/6/25 8:12:24

PCIe具体解释分析

参考文章 PCIe总线详解_STATEABC-GitCode 开源社区 https://zhuanlan.zhihu.com/p/652808759 PCI总线学习(一)&#xff1a;PCI总线结构-CSDN博客 PCI——第1章——PCI总线的基本知识-CSDN博客 计算机中register、cache、memory的区别 - Lines Blog 什么是内存管理单元&#xff…...

编程日记 2025/6/25 8:28:55

OpenWrt 与 Docker：打造轻量级容器化应用平台技术分享

文章目录 前言一、OpenWrt 与 Docker 的集成前提1.1 硬件与内核要求1.2 软件依赖 二、Docker 环境部署与验证2.1 基础服务配置2.2 存储驱动适配 三、容器化应用部署实践3.1 资源限制策略3.2 Docker Compose 适配 四、性能优化与监控4.1 容器资源监控4.2 镜像精简策略 五、典型问…...

编程日记 2025/6/25 7:13:20

sherpa-ncnn：Linux(x86/ARM32/ARM64)构建sherpa-ncnn --语音转文本大模型

更多内容&#xff1a;XiaoJ的知识星球 目录 1.构建sherpa-ncnn2.运行2.1 运行sherpa-ncnn2.2 运行sherpa-ncnn-alsa 1.构建sherpa-ncnn x86构建&#xff1a; git clone https://github.com/k2-fsa/sherpa-ncnn cd sherpa-ncnn mkdir build cd build cmake -DCMAKE_BUILD_TYPE…...

编程日记 2025/6/24 9:11:08

nc工具！Netcat：TCP/IP瑞士军刀！全参数详细教程！Kali Linux教程！

简介 Netcat 是一个简单的 Unix 实用程序&#xff0c;使用 TCP 或 UDP 协议跨网络连接读写数据。它被设计为一个可靠的“后端”工具&#xff0c;可以直接使用&#xff0c;也可以由其他程序和脚本轻松驱动。同时&#xff0c;它也是一个功能丰富的网络调试和探索工具&#xff0c…...

编程日记 2025/6/25 8:11:09

【持续更新】 CDC 跨时钟域处理

在之前的专栏《硬件架构的艺术》里&#xff0c;有讲过亚稳态以及多个时钟的处理办法&#xff0c;但是感觉还是太宽泛了些&#xff0c;不太好理解。在这篇博客里&#xff0c;将主要参考《Clock Domain Crossing (CDC) Design & Verification Techniques Using SystemVerilog…...

编程日记 2025/5/20 11:59:43

Mybatis-Plus，IDEA2024版本

目录 1、Mybatis-Plus介绍 2、Mybatis-Plus作用 3、Mybatis-Plus使用 1、引入依赖 2、配置数据库 3、生成代码 1、Mybatis-Plus介绍 Mybatis-Plus是在Mybatis的基础上进行的功能拓展&#xff0c;也就是Mybatis有的功能&#xff0c;Plus也有&#xff0c;而且比Mybatis更好用…...

编程日记 2025/6/25 8:02:59

LeNet5 神经网络的参数解析和图片尺寸解析

1.LeNet-5 神经网络 以下是针对 LeNet-5 神经网络的详细参数解析和图片尺寸变化分析&#xff0c;和原始论文设计&#xff0c;通过分步计算说明各层的张量变换过程。 经典的 LeNet-5架构简化版&#xff08;原始论文输入为 32x32&#xff0c;MNIST 常用 28x28 需调整&#xff09…...

编程日记 2025/6/25 1:24:40

hadoop-3.3.5.tar.gz 镜像

清华大学镜像站 wget https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-3.3.5/hadoop-3.3.5.tar.gz 阿里云镜像站 wget https://mirrors.aliyun.com/apache/hadoop/common/hadoop-3.3.5/hadoop-3.3.5.tar.gz 华为云镜像站 wget https://mirrors.huaweiclo…...

编程日记 2025/6/21 1:32:33

SD2351核心板：重构AI视觉产业价值链的“超级节点”

在AI视觉技术狂飙突进的当下&#xff0c;一个吊诡的现象正在浮现&#xff1a;一方面&#xff0c;学术界不断刷新着ImageNet等基准测试的精度纪录&#xff1b;另一方面&#xff0c;产业界却深陷“算法有、场景无&#xff0c;技术强、落地难”的怪圈。明远智睿SD2351核心板的问世…...

编程日记 2025/6/25 7:07:11

C++23中if consteval / if not consteval (P1938R3) 详解

文章目录 引言基本概念consteval 回顾if consteval 和 if not consteval 的定义语法规则 设计目的解决现有问题增强代码的可读性和可维护性提高代码的性能和安全性 使用示例简单示例复杂示例 与其他特性的对比与 if constexpr 的对比与 std::is_constant_evaluated() 的对比 实…...

编程日记 2025/6/24 12:29:43

IPOF（Input-Process-Output-Feedback）方法学简介

一、背景知识&#xff1a;IPO与IPOF的基本概念 1. IPO&#xff08;Input-Process-Output&#xff0c;输入-处理-输出&#xff09; IPO是计算机科学、系统工程和设计领域中最基础的模型之一&#xff0c;用于描述系统如何将输入通过处理逻辑转换为输出。其核心是线性的单向流程…...

编程日记 2025/6/22 9:53:42

第十二天 使用Unity Test Framework进行自动化测试 性能优化：Profiler分析、内存管理

前言 在完成游戏核心功能开发后&#xff0c;如何确保项目质量并成功发布到各大平台&#xff1f;本文将从自动化测试到商店上架&#xff0c;手把手教你构建完整的游戏开发闭环。使用Unity 2022 LTS版本进行演示&#xff0c;所有代码均经过实际项目验证。 一、自动化测试实战&am…...

编程日记 2025/6/22 23:20:02

图解YOLO（You Only Look Once）目标检测（v1-v5）

1. YOLO系列整体介绍 YOLO属于深度学习经典检测方法中的单阶段&#xff08;one - stage&#xff09;类型&#xff0c;与两阶段&#xff08;two - stage&#xff0c;如Faster - rcnn、Mask - Rcnn系列&#xff09;方法相对。 不同模型性能 单阶段方法的最核心优势是速度非常快…...

编程日记 2025/6/20 23:33:57

U8G2在PC端模拟(C语言版本)

前提&#xff1a; 电脑已经准备好mingw编译器环境&#xff0c;已经加入环境变量. 测试方法&#xff1a; window下打开cmd,输入gcc -v 会有信息打印. u8g2 u8g2官方支持sdl2接口&#xff0c;已经做好了适配. 所以只需要在使用的开发环境配置好SDL2路径即可. sdl2和u8g2的适配…...

编程日记 2025/6/22 14:57:35

mac brew 无法找到php7.2 如何安装php7.2

mac brew 无法找到php7.2 如何安装php7.2 原因是升级过高版本的brew后已经不支持7.2了&#xff0c;但可以通过第三方工具来安装 brew tap shivammathur/php brew install shivammathur/php/php7.2标题安装完成后会提示以下信息&#xff1a; The php.ini and php-fpm.ini fil…...

编程日记 2025/6/22 1:51:02

苹果新规生效：即日起不再接受iOS 17 SDK编译的应用提交

今天&#xff08;2025年4月25日&#xff09;&#xff0c;苹果公司正式实施了一项重要的开发者政策变更&#xff1a;所有提交至App Store Connect的应用必须使用iOS 18 SDK或更高版本编译&#xff0c;这意味着基于iOS 17.2及更早版本SDK构建的应用将无法再被提交审核。 这一错误…...

编程日记 2025/6/22 22:46:23

OpenCv高阶（九）——背景建模

目录 一、背景建模的核心目标与核心挑战 1. 核心目标 2. 核心挑战 ​二、背景建模模型 1、帧差法原理 2. 概率模型&#xff08;Parametric Models&#xff09; &#xff08;1&#xff09;高斯混合模型&#xff08;Gaussian Mixture Model, GMM&#xff09; &#xff08;…...

编程日记 2025/6/24 11:24:58

Docker Macvlan网络配置实战：解决“network already exists“错误

一、Macvlan网络的应用场景 Macvlan是Docker支持的多种网络驱动之一&#xff0c;它允许容器直接绑定到宿主机的物理接口&#xff0c;为每个容器分配独立的MAC地址。这种网络模式特别适合需要容器直接暴露在物理网络中的场景&#xff0c;例如&#xff1a; • IoT设备直接通信 …...

编程日记 2025/6/23 5:48:15

Android——Activity与Fragment通信

Activity向Fragment传递数据 Activity.java Bundle bundle new Bundle();bundle.putString("message", "wonima");BlankFragment bf new BlankFragment();bf.setArguments(bundle);Fragment.java Overridepublic View onCreateView(LayoutInflater infl…...

编程日记 2025/6/22 15:13:43

38 python random

在实际中，我们常常会用到随机的概念，比如 模拟抽奖活动（如：月度优秀员工抽奖）生成测试数据（如：随机考勤时间、随机销售额）打乱数据顺序（如：随机分配任务到人）Python 的random模块就像你的 "随机事件生成器"，帮你轻松创建各种随机数据 一、基础操作：从随…...

编程日记 2025/6/23 15:40:54

二叉树的遍历（广度优先搜索）

二叉树的第二种遍历方式&#xff0c;层序遍历&#xff0c;本质是运用队列对二叉树进行搜索。 层序遍历是指将二叉树的每一层按顺序遍历&#xff0c;通过队列实现就是先将根节点push入队&#xff0c;统计此时的队列中的元素数量size&#xff0c;将size元素全部pop出去&#xff0…...

编程日记 2025/6/24 20:08:49