本项目旨在利用大数据计算框架 Spark 和编程语言 Python，对第七次全国人口普查数据 进行分析，通过分析各地区人口分布，全国、各地区人口受教育程度，人口增长情况，以及 各省 GDP，根据分析结果，对人口分布、结构、特征等方面进行深入了解和洞察，更好地 认识和把握人口变化的趋势和规律，从多个层面提供更有针对性和科学性的人口政策和社会 发展战略建议。本项目提供了七份采集自国家统计局网站的数据集，分别为各省 GDP、全国人口年龄 构成、各地区 15 岁及以上人口平均受教育年限、各地区每 10 万人口中各类受教育程度人数、 各地区人口、各地区人口年龄构成、各地区性别构成。 “各地区每 10 万人口各类受教育程度人数”数据集包含各地区的受教育程度信息，数 据字段包含地区、大学（大专以上）、高中（含中专）、初中、小学，统计单位为“人/10 万人”。 项目任务 任务 1 明确项目需求与目标 任务 2 环境准备 任务 3 数据读取与数据预处理 任务 4 各地区人口分布分析 任务 5 全国、各地区人口受教育程度分析 任务 6 人口增长情况分析 任务 7 各省 GDP 分析 任务 8 完成项目报告

本项目提供了一份儿童营养不良估计值记录的 Excel 数据，一共包含四份子表，分别是 “Stunting Proportion (Model)”、“Stunting Numb Affected(Model)”、“Overweight Proportion (Model)”和“Overweight Numb Affected(Model)” 项目任务 任务 1 明确项目需求与目标。 任务 2 环境准备：NumPy、Pandas、pyecharts、Matplotlib、Seaborn 等。 任务 3 数据探索和数据预处理：探索数据数值分布的情况，对比最大值与最小值之间 的区别；清洗数据中的缺失值、重复值、异常值等情况，确定数值估计的方法，提取该方法 的儿童营养不良情况记录数据。 任务 4 总体情况可视化分析：统计全世界 2000 年至 2020 年儿童发育不良和超重的平 均比例和平均人数，绘制图表，跟踪近二十年儿童营养不良的变动趋势以及对比 2000 年与 2020 年儿童营养不良的变化水平，根据可视化结果进行分析。 任务 5 儿童发育不良情况可视化分析：对各国儿童发育不良的比例和人数

本项目的数据来源于央视网 2020 东京奥运会，一共有 4 份数据，分别是东京奥运会奖 牌榜数据（national_medal.xlsx）、各赛事项目金牌得主数据（golds.xlsx）、各赛事项目银牌 得主数据（silvers.xlsx）和各赛事项目铜牌得主数据（bronzes.xlsx） 项目任务 任务 1 明确项目需求与目标。 任务 2 环境准备：NumPy、Pandas、Pyecharts 等。 任务 3 数据读取与探索，了解数据的基本情况。 任务 4 数据预处理。 任务 5 分析奥运会奖牌在世界国家的分布情况并运用 Pyecharts 可视化分析结果。 任务 6 分析主要国家奖牌分布情况并运用 Pyecharts 可视化分析结果。 任务 7 分析我国奖牌分布与变化情况并运用 Pyecharts 可视化分析结果。 任务 8 比较我国与竞争国家奖牌情况并运用 Pyecharts 可视化分析结果。 任务 9 完成项目报告。 核心技术 （1） Python 数据分析 （2） Python 数据可视化 实现工具 NumPy、Pandas、Pyecharts 等。

1、为浙江移动宽带的盲区排摸、地址登记等需求开发的移动端项目。 2、前端框架使用Vue搭建，地图API使用的高德。

1.静态网页排版和制作规范 2.作品简洁明了 3.直观上给人一种舒适感 4.可以更直接的突出自己要突写的主题，页面布局简介大方

1、为浙江政企移动商城搭建的PC端管理平台，负责前端的搭建、开发与维护，分为如图模块。 2、使用vue-cli3搭建，Vue+elementUI开发完成。

团队成员都是10多年互联网产品软件开发经验的技术产品大牛， 在工作中，团队开发协助默契，氛围融洽，稳定可靠，项目经验丰富 可以高质量高效的按照客户的需求完成项目！

H2官网App推广网站，炫酷轮播效果，简洁大气上档次；前端采用 jquer，html5，css3 技术栈开发， 后端使用 .netcore, docker, k8s部署到云服务器上面 地址：https://www.tianting.love/

1、项目为浙江移动开发的政企业务办理平台，为移动端H5网页。 2、本人负责前端的开发与维护，项目使用vue搭建开发。

大昌行集团供应链中台，由供应商管理，商品管理，采购管理，合同管理等应用服务组成。 负责中台系统架构，销售服务研发与开发。

中燃慧生活是中国燃气打造的一站式智能生活服务平台 1.项目是搭建企业中台系统，包括财务服务、会员中心、订单服务、库存服务、系统中心等等。 上层应用有2B商城，2C商城等。 2.负责整体系统设计与搭建，负责系统中心研发、中间件服务研发。

从后端架构搭建，App开发、H5官网开发、到小程序，一整套开发流程支持；其中涉及到 html、css、js、C#, .netcore, golang, flutter，dart、java、object-c docker、k8s 等 广泛的技术栈 可在 各大安卓市场 或者苹果商店，搜索 “天庭”来下载 天庭app

1、该项目为网站项目，与站群类似，为一个主站及多子站模式，除了网站基本需求外添加功能有，自定义各个站点UI及栏目效果，用户秘钥免登陆、其他系统一键登录、第三方系统任务代办、问卷调查、信箱、内网主数据处理等功能、 2、主要负责整个网站架构设计，中央数据池设计，安全软件检测工具，采用laravel 5.8框架，缓存采用redis 缓冲池设计模式，数据采用延迟写入方式。前端使用layui框架并兼容IE8效果。 中央数据池：由于该网站承接客户所有第三方数据接入。处理及中转。采用api及接入第三方数据库（oracle、mysql、sql server）模式（因为一些第三方商家不在运维，只能我们接入其数据库完成数据运行）。根据需求采用单独服务器处理所有接入数据，所有数据存入redis缓存池，并且按阶段生成数据日志防止服务网宕机。redis和站点服务器采用api方式交互，以队列形式修改数据。 安全软件检测工具：需要检测当前用户是否下载了相应的安全软件及秘钥，按照需求从浏览器上无法越权处理，所以采用python编写了对应检测工具，在用户登录首页的时候默认启动工具检测。

1.对项目进行安全加密，登录进行了RSA加密 2.重构wap站购物车、登录、填写订单等页面 3.领券等功能增加了滑块防人机校验，提高应用的安全性

通过歌词判断歌曲情感倾向，利用NLP技术，python语言编写。 采用PyTorch深度学习框架，Bert-CNN模型。 将歌曲识别为快乐、伤感和无情感三种类别。

爬取国内音乐网站的榜单数据，存储到MySql数据库。 包括歌名、歌手、专辑、语种、风格、发行公司、发行时间、歌曲链接、歌手链接、专辑链接、来源、在所在平台的排名、歌词。

ps画图，抠图等。像做一个图需要非常的精细需要拉辅助线，每一块都要手动绘制这需要花许多的时间，需要了解软件的每一个工具的作用以及使用方法。

1.使用Node.js、commander、inquirer开发公司可交互式脚手架，实现自动初始化应用、创建项目、可交互式本地起服务等功能 2.脚手架实现了前端可独立本地开发，打包上线支持uat、准生产、生产环境三套环境。提高了系统稳定性，同时便于多项目协同合 3.项目上线使用Jenkins独立打包部署，减少了部署流程，提高了的部署时间

1. 爬取QQ音乐、网易云音乐、酷狗音乐、酷我音乐和咪咕音乐五个音乐平台的数据，存储到 MySQL数据库。 2. 对数据进行分析，对热门歌手、专辑等维度用 JavaScript可视化工具在前端展示。 3. 对歌词使用 PyTorch 进行情感识别，使用模型为 Bert-CNN。 4. 编写推荐算法为用户推荐音乐。 5. 社区功能，可发帖子点赞评论等。

3232地方撒地方大是大非到底是方法第三方第三方范德萨范德萨发的第三方第三方地方第三方第三方的的反射方法付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付付