Python使用Scapy追踪TCP服务路由轨迹

本文介绍利用Python Scapy库中的traceroute方法,通过发送SYN包探测目标服务器IP及端口,结合tcpdump抓包获取中间路由节点。利用graph()方法生成SVG矢量图,并通过ASN映射查询IP地理信息,最终使用ImageMagick转换为PNG图片,实现网络路径的可视化展示。

Python使用Scapy追踪TCP服务路由轨迹

Linux服务器Python Matplotlib中文乱码修复指南

本文详解在Linux服务器环境下使用Python进行K-means算法绘图时,Matplotlib出现中文乱码的解决方案。通过查找字体路径、上传simhei.ttf字体、清除缓存及修改配置文件等步骤,有效解决图表中文显示异常问题,并附带JMeter测试时的UTF-8参数设置建议。

Linux服务器Python Matplotlib中文乱码修复指南

Python实战:2019中国好声音腾讯视频评论爬取与可视化分析

本文解析如何使用Python抓取2019年《中国好声音》第六期在腾讯视频的公开评论数据。通过逆向分析接口参数,实现分页评论、用户昵称及地区信息的自动化采集。随后利用jieba库进行中文分词,结合WordCloud生成主题词云,并通过Matplotlib绘制国内各地区参与用户分布直方图,完整展示从数据抓取到可视化分析的技术流程。

Python实战:2019中国好声音腾讯视频评论爬取与可视化分析

详解用Python为直方图绘制拟合曲线的两种方法

本文介绍在Python中为直方图添加拟合曲线的两种常用方法。首先通过matplotlib的mlab模块结合正态分布函数进行拟合,但需注意其局限性;其次推荐采用seaborn库的distplot函数,通过设置kde参数实现更贴合数据分布的核密度估计曲线,并支持自定义线条与柱状图样式。

详解用Python为直方图绘制拟合曲线的两种方法

Python数据可视化实现正态分布(高斯分布)

本文介绍如何使用Python绘制正态分布(高斯分布)的概率密度函数。通过调整均值(μ)和标准差(σ),展示不同参数对钟形曲线位置和宽度的影响。代码示例利用Num生成数据并调用Matplotlib进行可视化,直观呈现标准正态分布及不同方差下的分布形态,适合数据科学初学者参考。

Python数据可视化实现正态分布(高斯分布)

Django集成Highcharts实现近七天文章点击量统计

本文介绍如何在Django项目中集成Highcharts库,通过前端JS配置与后端Python逻辑配合,统计并展示最近七天的文章点击量及点赞量。内容涵盖插件引入、图表容器定义、JS配置、路由映射及后台数据获取方法,帮助开发者快速实现数据可视化功能。

Django集成Highcharts实现近七天文章点击量统计