Python

1.搭建营销运营指标分析体系。从业务、用户分层、营销活动类型等维度对营销运营效果进行拆解，固化sql脚本。 2.针对数据分析中找到的营销运营问题，通过数据建模的方式进行完善。使用Python搭建LGB、XGB、因果推断模型等，预测用户价值、用户分层、用户响应，形成一套多维度的用户营销标签体系，高效提升业务指标。

输入行业热点或概念热点，读取全部股票，剔除ST股票，净资产收益率小于0的股票，剔除小于不属于沪深主板的股票，再根据股价和市值进一步筛选。

项目介绍：敏捷开发的一个可用的疫情相关数据查询网站； 主要任务：编写爬虫脚本，搜集疫情相关的各类数据，并包装成接口给前端进行调用，从而达到前后端数据交互的目的。同时也负责一部分的运维任务，如服务器、数据库的维护等等； 技术栈：Python的Django框架，Selenium库，Linux运维。

kaggle竞赛 有一个学习类的网站，记录了学生在页面的停留时间、点击位置、浏览位置、不同的页面展示的文字内容等，需要预测学生在这样的浏览记录下，能否正确回答测试题。 使用Python进行数据分析并预测

功能： 1、选择excel，读取excel的所有列 2、选定列，对选定列的相同信息进行归纳 3、将相同信息的所有内容复制到新的excel，并以该信息命名excel 4、可以对任意excel进行处理。

功能： 1、PDF转图片（可设置分辨率） 2、图片中信息识别（简体中文，繁体中文，英文，数字等） 3、提取特定的信息。 难点： 特定场景下的识别需要训练特定的数据集，可大幅提高准确率

分析目标网页,找到数据所在位置。豆瓣电影Top250的网页结构很规整,数据所在DOM节点位置清晰可辨。 2. 选择爬虫工具。这里我选择了Scrapy,它是Python的一个强大的爬虫框架,可以轻松编写复杂的爬虫程序。 3. 创建Scrapy项目和Spider。使用命令`scrapy startproject douban_movie`和`scrapy genspider top250 douban.com`。 运行Spider,获取数据。使用命令`scrapy crawl top250`运行Spider,得到电影信息列表。 6. 数据存储与展示。将数据保存到CSV文件,然后使用Matplotlib绘制电影评分分布直方图,并用Pandas制作电影top10排行榜。 这个爬虫项目让我熟练掌握了Scrapy的使用,学会了解析复杂网页的技巧,并将爬取的数据进行了简单的统计分析与展示。Scrapy是一个非常强大的爬虫框架,利用它可以轻松开发各种爬虫项目。

项目介绍：此项目为软件学院大三春季学期开设的软件系统分析与设计专业课上的结课项目，要求实现一个类似与中国知网的学术分享交流平台。 主要任务：在此项目中担任组长和后端开发的任务，带领12人团队，经历了需求调研、需求建模、需求分析、架构设计、数据库设计、编码开发、测试运维、部署上线，最终完成了一个UI设计美观，功能齐全多样，并具有多个小彩蛋的“北航懂网”学术分享交流平台。 技术栈：前端使用Vue框架，后端使用Python的Django框架+es搜索引擎。

提供设备管理、可视化节目制作、一键式统一发布的能力。满足用户在办事指南、民生互动、户外广告、通稿宣传、明厨亮灶、广告营销、信息公示、高速交通诱导发布、绿波应用、路况发布、交通违章信息公示、连锁发布等场景的需求。

设计网络产品自动化测试系统，目的是为了可以对路由器的功能实现自动化的测试，能够快速检测出产品中存在的问题，并能够协助开发人员快速定位问题，进行修复。该项目还利用人工智能技术，训练了针对性的AI分类模型，不仅实现了执行自动化，也实现了分析自动化。大量节省了企业的人力成本，时间成本。 自动化测试系统主要分为以下四个模块： （1）测试管理模块：用于管理测试用例、测试环境和测试结果，以及测试过程中产生的数据。 （2）测试执行模块：主要功能是根据测试用例配置，实现路由器的自动化测试任务，对路由器进行功能测试，性能测试，及其他测试任务，并将收集的执行结果发送到测试管理模块方便后续分析。 （3）测试配置模块：负责路由器的配置信息的录入，一般由测试人员录入。 （4）测试分析模块：可根据收集的数据，对路由器的功能、性能和其他指标进行统计分析，用于产品优化研发，节约测试成本。

该项目是将我们现有的framework类库及应用全部转换为sdk的模式并且类库适配了多目标，应用升级为net6实现了容器化部署，并且使用devops实现自动化部署，配置文件模版化，apollo等

功能： 1、将excel中的指定内容填入word文档的指定位置 2、可以实现批量生成指定内容的word文档 3、提供word模板即可实现任意内容写入

使用VTK.js渲染 作为解剖学的教学平台，软件将大体解剖学、断层解剖学、局部解剖学、系统解剖学、表面解剖学等有机结合起来。 使学习更具有连贯性、关联性。软件通过断层图片可以构建人体的空间结构，把断层解剖学与大体解剖学、系统解剖学、局部解剖学有机的关联起来。 通过透明度的处理将表面解剖学与大体解剖学、系统解剖学、局部解剖学巧妙的关联起来。

项目名称：电影天堂网的电影封面采集 项目描述：利用python采集电影天堂网的电影封面采集 个人职责：独立完成 项目环境：PyCharm、Python环境 使用技术：使用xpath提取数据 项目成果：成功采集封面

这个项目的目标是开发一个Python脚本,实现对图片进行基本处理,比如: - 图片的裁剪、缩放 - 水印添加 - 图片格式转换(jpg to png, png to jpg等) - 图片压缩 我使用了Python的图像处理库Pillow来实现这个项目。编写Python脚本,定义各个图像处理函数,通过函数的参数实现不同的处理效果。并使用argparse库解析命令行参数,实现通过命令行调用这些函数。

量化分析系统可以帮助投资者和交易员进行选股、评估投资策略以及实时监测股票市场。系统可以分析股票走势，并根据历史数据预测未来的走势。根据实时财务数据和商业消息，对影响股票行情的不同因素进行分析，为投资者提供准确的投资决策支持。 系统由以下几个部分组成： 1. 数据收集与处理模块：负责收集市场及相关的历史数据，对历史数据进行清洗、分析，建立完善的数据库。 2. 信号构建模块：从历史数据中提取有效信号，通过价格、指标、交易量等分析技巧，精准定义交易信号。 3. 策略选股模块：运用量化模型，进行股票池选取，对策略进行参数优化。 4. 报表分析模块：结合信号构建模块、策略选股模块及数据收集处理模块，生成系统报表分析，并对整个投资组合的收益率及风险的表现进行量化评价。 5. 投资决策模块：制定投资决策，包括信号触发购买、赎回、定投等，以及投资组合优化、调仓等。

1.本作为一简易B站评论爬虫程序，可实现爬取视频下评论数据然后保存到本地，只需提供BV号即可。 2.比较简单，仅作展示，可用于学习或者参考

这个项目的目标是使用Python的Matplotlib和Seaborn库对一些数据集进行可视化处理和分析。例如: - 载入Iris数据集,使用Seaborn绘制iris花的分类Scatter plot - 载入傅里叶级数数据集,使用Matplotlib绘制傅里叶级数和音高的关系曲线 - 载入股票历史数据,使用Matplotlib绘制股票的走势图和成交量图 在这个项目中,我熟悉了如何使用Matplotlib和Seaborn两个强大的可视化库绘制静态和动态的信息图表。并学会了一些简单的数据分析方法。 这两个项目经历锻炼了我在Python中的图像处理、数据分析与可视化的技能。Python拥有丰富的第三方库,使用这些库可以轻松实现各种实用功能。我发现,做项目最好的方式就是想一个目标,然后去探索各种库找实现的方法。 在这个过程中不仅练手,也加深了对库的理解,收获良多。

电力系统潮流计算是电力系统运行中的基础计算问题，其主要目的是计算各个节点的电压和电流，以及各个设备的损耗和功率。该项目利用退火算法优化电力系统潮流计算的过程中的线路容量分配和设备布置问题，使得系统总损耗最小。

任务管理模块：用于管理爬虫任务，支持多线程并发执行任务，能够自动识别网站反爬虫机制，保证数据采集效率和稳定性。 数据存储模块：支持将采集到的数据存储到MySQL、MongoDB 等多种数据库中，同时支持数据备份和恢复。 数据分析模块：支持对采集到的数据进行分析处理，包括数据清洗、去重、转换、统计等功能，同时支持生成各种报表和图表。 用户管理模块：支持多用户管理，不同用户拥有不同的权限，能够保证数据安全性。