数据 on 桃花岛种桃

用 seaborn 绘制数据分布统计图

Mon, 21 Nov 2022 14:09:10 +0000

数据文件为 Libreoffice 编制的 ods 类型，为了能直接读取 ods 文件生成 dataframe 格式数据，安装 pandas_ods_reader 包。

`1`	`pip install pandas_ods_reader`

然后导入相关库，读取数据。

1
2
3
4
5
6
7


import seaborn as sns
import pandas as pd
from pandas_ods_reader import read_ods
%matplotlib inline


ffftime = read_ods('dataset.ods', 1)

1
2
3


# 挑取目标列数据
thedata = ffftime.loc[ffftime['人种']=='黄', ['连续输出1']]
print(len(thedata))

目标列中一共有 195 个待分析数据。对这些数据绘制直方图，查看各数据段内的分布占比，图中柱宽为 2。

1
2
3
4
5
6
7
8
9


# 绘制密度分布图
rc = {'axes.unicode_minus': False}
sns.set(context='notebook', style='ticks', font='simhei', rc=rc)
ax = sns.histplot(data=thedata, x='连续输出1', binwidth=2, stat='proportion')
x = range(0, 50, 5)
ax.set_xticks(x)
ax.set_ylabel("占比", fontsize=14)
ax.set_xlabel("连续输出时间/min", fontsize=14)
ax.set_title('连续输出时间样本统计', fontsize=14)

从占比直方图可以看出，5~7min 为占比最多区间，大约的18.5%样本落在此区间。

个人数据备份

Wed, 25 May 2022 11:56:14 +0000

今年才知道，每年 3 月 31 日被定位「世界备份日」，倡议大家对自己的数据进行备份。几年前总结过一篇文章，详细记录了自己的各种数据的备份办法：建立个人电子资料备份系统。现在看当时采用的办法太过繁复，不够自动化，导致没有坚持用。

很长一段时间，对重要数据的备份仅通过复制粘贴到移动硬盘，没做多余备份。被提倡的「3-2-1 备份」策略，能够充分保护数据，但实施起来至少有下面几个麻烦要解决：

除产生数据的媒介（电脑上的硬盘、手机内存）外，还需要两个存储媒介（硬盘、U 盘、光盘、云存储等），要花费一定成本。

我的豆瓣电影评分

Wed, 01 Apr 2020 12:50:24 +0000

基于近三个月来豆瓣上官方禁言和网友发言之间的此消彼长，感觉豆瓣真的有可能忽然完蛋。豆瓣要完蛋，中文网络世界就真没啥吸引我的社交网站了。作为不太爱说话的老豆瓣儿，除了广播日记相册，很多年的书影音标记属于陪伴人生的珍贵资料，于是提早防备，用浏览器扩展「斗伴」把自己的豆瓣数据备份了一份。

获取到个人豆瓣数据，就可以搞搞分析。总共标记过的 907 部电影的评分，除去特殊原因豆瓣未给分数的6部，将其余 901 部的个人评分与豆瓣得分做了张散点图。