分布图

前言 队名：拖鞋旅游队 组长博客： https://www.cnblogs.com/Sulumer/p/10093150.html 作业博客： https://edu.cnblogs.com/campus/fzu/Grade2016SE/homework/2492 组内情况 燃尽图 任务分布 github签入记录 前端签入记录： 后端签入记录： 暂无 苏路明（组长） 过去两天完成的任务 1.召开会议，收集任务完成情况。 2.改善布局，改善原型，挖掘更改需求。 3.博客撰写。 4.对接接口，改善逻辑。 接下来的计划 1.完善旅游故事生成。 2.改善足迹地图可视化效果。 3.增强分享功能。 还剩下哪些任务 团队统一展示，见任务分布图，代号Sulumer。 有哪些困难 团队间合作的磨合真的很重要。 有哪些收获和疑问 之前偷的懒，现在都得补回来。 陈瀚霖 过去两天完成的任务 研究并反思alpha版本自己所作的部分 接下来的计划 改进markers的外观 还剩下哪些任务 团队统一展示，见任务分布图，代号160。 有哪些困难 map能找到的资料较少 有哪些收获和疑问 对alpha版本有了进一步的理解 程晓宏 过去两天完成的任务 制作测试报告PPT 接下来的计划 完善旅游地图功能 还剩下哪些任务 团队统一展示，见任务分布图，代号106。 有哪些困难 性能优化 有哪些收获和疑问 1.

前言 队名：拖鞋旅游队 组长博客： https://www.cnblogs.com/Sulumer/p/10129063.html 作业博客： https://edu.cnblogs.com/campus/fzu/Grade2016SE/homework/2497 组内情况 燃尽图 任务分布 github签入记录 前端签入记录： 后端签入记录： 苏路明（组长） 过去两天完成的任务 1.召开会议，细分任务。 2.完善登录页面、登录逻辑。 3.初步设计批量照片上传提示界面。 接下来的计划 1.继续改善布局、原型。 2.把控好团队的进度。 3.博客撰写。 还剩下哪些任务 团队统一展示，见任务分布图，代号Sulumer。 有哪些困难 任务繁重，缺乏时间管理，觉得Beta版本的冲刺很吃力。 有哪些收获和疑问 之前偷的懒，现在都得双倍补回来。 陈瀚霖 过去两天完成的任务 研究地图点聚合 接下来的计划 添加状态时生成mark 还剩下哪些任务 团队统一展示，见任务分布图，代号160。 有哪些困难 map能找到的资料较少 有哪些收获和疑问 对地图展示的逻辑有了进一步了解 程晓宏 过去两天完成的任务 学习优化算法 接下来的计划 完善旅游地图功能 还剩下哪些任务 团队统一展示，见任务分布图，代号106。 有哪些困难 性能优化 有哪些收获和疑问 1..Mybatis实战 2.后端数据操作 何家健

前言 队名：拖鞋旅游队 组长博客： https://www.cnblogs.com/Sulumer/p/10093150.html 作业博客： https://edu.cnblogs.com/campus/fzu/Grade2016SE/homework/2492 组内情况 燃尽图 任务分布 github签入记录 前端签入记录： 后端签入记录： 暂无 苏路明（组长） 过去两天完成的任务 1.召开会议，收集任务完成情况。 2.改善布局，改善原型，挖掘更改需求。 3.博客撰写。 4.对接接口，改善逻辑。 接下来的计划 1.完善旅游故事生成。 2.改善足迹地图可视化效果。 3.增强分享功能。 还剩下哪些任务 团队统一展示，见任务分布图，代号Sulumer。 有哪些困难 团队间合作的磨合真的很重要。 有哪些收获和疑问 之前偷的懒，现在都得补回来。 陈瀚霖 过去两天完成的任务 研究并反思alpha版本自己所作的部分 接下来的计划 改进markers的外观 还剩下哪些任务 团队统一展示，见任务分布图，代号160。 有哪些困难 map能找到的资料较少 有哪些收获和疑问 对alpha版本有了进一步的理解 程晓宏 过去两天完成的任务 制作测试报告PPT 接下来的计划 完善旅游地图功能 还剩下哪些任务 团队统一展示，见任务分布图，代号106。 有哪些困难 性能优化 有哪些收获和疑问 1.

前言 队名：拖鞋旅游队 组长博客： https://www.cnblogs.com/Sulumer/p/10093150.html 作业博客： https://edu.cnblogs.com/campus/fzu/Grade2016SE/homework/2492 组内情况 燃尽图 任务分布 github签入记录 前端签入记录： 后端签入记录： 暂无 苏路明（组长） 过去两天完成的任务 1.召开会议，收集任务完成情况。 2.改善布局，改善原型，挖掘更改需求。 3.博客撰写。 4.对接接口，改善逻辑。 接下来的计划 1.完善旅游故事生成。 2.改善足迹地图可视化效果。 3.增强分享功能。 还剩下哪些任务 团队统一展示，见任务分布图，代号Sulumer。 有哪些困难 团队间合作的磨合真的很重要。 有哪些收获和疑问 之前偷的懒，现在都得补回来。 陈瀚霖 过去两天完成的任务 研究并反思alpha版本自己所作的部分 接下来的计划 改进markers的外观 还剩下哪些任务 团队统一展示，见任务分布图，代号160。 有哪些困难 map能找到的资料较少 有哪些收获和疑问 对alpha版本有了进一步的理解 程晓宏 过去两天完成的任务 制作测试报告PPT 接下来的计划 完善旅游地图功能 还剩下哪些任务 团队统一展示，见任务分布图，代号106。 有哪些困难 性能优化 有哪些收获和疑问 1.

前言 队名：拖鞋旅游队 组长博客： https://www.cnblogs.com/Sulumer/p/10123035.html 作业博客： https://edu.cnblogs.com/campus/fzu/Grade2016SE/homework/2495 组内情况 燃尽图 任务分布 github签入记录 前端签入记录： 后端签入记录： 苏路明（组长） 过去两天完成的任务 1.修复照片上传错误bug 2.修复用户中心界面安卓用户显示问题 接下来的计划 1.改善布局、原型。 2.把控好团队的进度。 3.完善分享机制。 还剩下哪些任务 团队统一展示，见任务分布图，代号Sulumer。 有哪些困难 任务繁重，缺乏时间管理，觉得Beta版本的冲刺很吃力。 有哪些收获和疑问 之前偷的懒，现在都得双倍补回来。 陈瀚霖 过去两天完成的任务 研究并反思alpha版本自己所作的部分 接下来的计划 增加地图聚合部分 还剩下哪些任务 团队统一展示，见任务分布图，代号160。 有哪些困难 map能找到的资料较少 有哪些收获和疑问 对alpha版本有了进一步的理解 程晓宏 过去两天完成的任务 学习优化算法 接下来的计划 完善旅游地图功能 还剩下哪些任务 团队统一展示，见任务分布图，代号106。 有哪些困难 性能优化 有哪些收获和疑问 1..Mybatis实战 2.后端数据操作 何家健

前言 队名：拖鞋旅游队 组长博客： https://www.cnblogs.com/Sulumer/p/9971198.html 作业博客： https://edu.cnblogs.com/campus/fzu/Grade2016SE/homework/2366 组内情况 燃尽图 任务分布 github签入记录 苏路明（组长） 过去两天完成的任务 1.召开会议，收集任务完成情况。 2.改善布局，改善原型，挖掘更改需求。 3.博客撰写。 4.改善程序界面设计，寻找统一搭配色系。 接下来的计划 1.继续虚招统一搭配色系 2.把控好团队的进度。 3.博客撰写。 4.协助前后端接口对接 还剩下哪些任务 团队统一展示，见任务分布图，代号Sulumer。 有哪些困难 找了几个色，都觉得不够适合整个程序，如何更好地选择适配程序的色系 有哪些收获和疑问 之前偷的懒，现在都得补回来。 陈瀚霖 过去两天完成的任务 了解echarts。 接下来的计划 完成用户授权和图片上传功能 还剩下哪些任务 团队统一展示，见任务分布图，代号160。 有哪些困难 陌生知识，接受起来比较难 有哪些收获和疑问 学到了新的应用知识 程晓宏 过去两天完成的任务 Mybatis实战（3/10） 接下来的计划 1.Mybatis实战（6/10) 2.接口编写，框架完善 还剩下哪些任务 团队统一展示，见任务分布图，代号106。

Seaborn 数据可视化基础 介绍 Matplotlib 是支持 Python 语言的开源绘图库，因为其支持丰富的绘图类型、简单的绘图方式以及完善的接口文档，深受 Python 工程师、科研学者、数据工程师等各类人士的喜欢。Seaborn 是以 Matplotlib 为核心的高阶绘图库，无需经过复杂的自定义即可绘制出更加漂亮的图形，非常适合用于数据可视化探索。 知识点 关联图 类别图 分布图 回归图 矩阵图 组合图 Seaborn 介绍 Matplotlib 应该是基于 Python 语言最优秀的绘图库了，但是它也有一个十分令人头疼的问题，那就是太过于复杂了。3000 多页的官方文档，上千个方法以及数万个参数，属于典型的你可以用它做任何事，但又无从下手。尤其是，当你想通过 Matplotlib 调出非常漂亮的效果时，往往会伤透脑筋，非常麻烦。 Seaborn 基于 Matplotlib 核心库进行了更高阶的 API 封装，可以让你轻松地画出更漂亮的图形。Seaborn 的漂亮主要体现在配色更加舒服、以及图形元素的样式更加细腻，下面是 Seaborn 官方给出的参考图。 Seaborn 具有如下特点： 内置数个经过优化的样式效果。 增加调色板工具，可以很方便地为数据搭配颜色。 单变量和双变量分布绘图更为简单，可用于对数据子集相互比较。

1、反距离函数和样条函数都属于精确性插值，插值表面均通过采样点。在采样点微小邻域，两者的插值结果比较接近。 2、反距离函数和样条函数插值受采样点的密度影响较大。在采样点分布比较密集的区域，插值结果差异较小，在采样点分布比较稀疏的区域，插值的结果差异较大。 3、反距离权重是一个加权平均距离，一般需要大量的采样点 4、样条函数适合空间连续变化且光滑表面的生成。 来源： https://www.cnblogs.com/my-rw/p/11603483.html