Python 使用 Seaborn 绘制评分、评分人数和价格的相关系数图

可以使用以下代码来绘制评分、评分人数和价格之间的相关系数图：

import pandas as pd
import seaborn as sns

data = pd.read_excel('hotel.xlsx')

sns.pairplot(data[['评分', '评分人数', '价格']])
plt.show()

这将读取数据并使用seaborn.pairplot()函数绘制评分、评分人数和价格之间的相关系数图。最后使用plt.show()函数显示图形。

绘制酒店名字的词云图

可以使用以下代码来绘制酒店名字的词云图：

import pandas as pd
import jieba
from wordcloud import WordCloud

data = pd.read_excel('hotel.xlsx')
names = ' '.join(data['酒店名称'].tolist())
names_cut = ' '.join(jieba.cut(names))

wc = WordCloud(background_color='white', width=800, height=600)
wc.generate(names_cut)
wc.to_file('hotel_names.png')

这将读取数据并使用jieba.cut()函数对酒店名字进行分词。然后，使用WordCloud()函数创建词云图，并使用其他参数来设置背景颜色、宽度和高度。最后使用wc.to_file()函数将词云图保存到文件中。

用 OpenCV 实现人脸检测并标记

以下是使用 OpenCV 实现对自己的图像进行人脸检测并做标记的代码：

import cv2

# 加载图片
img = cv2.imread('my_photo.jpg')

# 创建分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 将图片转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 检测人脸
faces = face_cascade.detectMultiScale(gray, 1.3, 5)

# 为每个检测到的人脸绘制矩形
for (x,y,w,h) in faces:
    cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

# 显示图片
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

首先加载自己的照片，然后创建一个分类器来检测人脸。将图片转换为灰度图像，然后使用detectMultiScale()函数来检测人脸，并返回一个包含人脸位置和大小的矩形。最后，使用cv2.rectangle()函数为每个检测到的人脸绘制矩形，并使用cv2.imshow()函数显示图片。