摘要：
第一章:爬取百度翻译,天气数据,药品许可证 第二章:爬取红牛分公司,农产品数据 第三章:爬取糗图百科,优美图库,梨视频 第四章:爬取梨视频网站详细过程 第五章:爬取链家 汽车之家数据 第六章:爬取京东数据 百度自动登录 知乎破解登录 阅读全文
摘要：
python板块 第一章：关于python 第二章：python程序书写规范 第三章：Python主要基本数据类型 第四章：成员运算与if循环 第五章：python简单编程 第六章：编码解码与文件操作 第七章：登录注册功能编写 第八章：函数的基本定义 第九章：名称空间于作用域以及模块 第十章：模块 阅读全文
摘要：
异常情况处理: 在linux编辑过程中出现连接中断,再次编辑文件会提示相应信息 出现原因: 1.编辑过程中突然出现了中断 2.文件被多个人使用 解决方式:删除显示的隐藏文件 rm-f .oldboy.txt.swp 结论:出现了隐藏文件,没有及时删除 挂载的概念: 结构特点说明: linux根下面的 阅读全文
摘要：
网络连接模式: 桥接模式:(可以访问互联网) 配置的地址信息和物理网段地址信息相同,容易造成冲突 NAT模式:(可以访问互联网) 配置地址信息和物理主机网段地址不相同,不会造成冲突 仅主机模式:(不可以访问互联网) 获取地址主要用于虚拟主机之间沟通,但不能访问外部网络 安装过程说明 a. 开启物理主 阅读全文
摘要：
1.安装VMware 下一步 下一步不要放在c盘 取消自动更新 下一步 输入秘钥 进入界面 配置虚拟机 下一步 配置网络环境 设置完成后 打开虚拟机 开始按照图片操作 选择英文 点击设置 打开 on 勾上自动连接网络 关闭占用性能的设置 关闭安全协议 给磁盘做分区 安装工具 设置时区 之后 在打开x 阅读全文
摘要：
贝叶斯模型: 通过已知类别的训练数据集，计算样本的先验概率，然后利⽤⻉叶斯 概率公式测算未知类别样本属于某个类别的后验概率 最终以最⼤后验概率所对应的类别作为样本的预测值 贝叶斯模型三大分类: 1.高斯贝叶斯分类器 适用于自变量为连续数值类型的情况 案例: 解题思路: 步骤一: 步骤二: 与计算出来 阅读全文
摘要：
模型的假设检验(F与T) F检验:提出原假设和备择假设 之后计算统计量与理论值 最后比较 F检验主要检验的是模型是否合理 #即 正向验证与反向验证 主要是用来检验模型是否合理 # 导⼊第三⽅模块 import numpy as np # 计算建模数据中因变量的均值 ybar=train.Profit 阅读全文
摘要：
一元线性回归模型与多远线性回归模型 一元线性回归模型: 公式: y=ax+b 多元线性回归模型: 公式: y=ax+ax1+ax2+...+b 区别就在于有不同的函数 常用数学符号以及读法: 散点图: 计算公式: 因变量与自变量的概念: 在函数关系式中，某个量会随一个（或几个）变动的量的变动而变动， 阅读全文
摘要：
数据清洗 数据清洗概念: 数据分析过程: 明确需求>>>收集采集>>>数据清洗>>>数据分析>>>数据报告(数据可视化) 数据清洗专业定义: 数据清洗是从记录表,表格,数据库中检测,纠正或删除损坏或者不正确的记录的过程 专业名词解释: 脏数据:没有经过处理自身含有一定问题的数据(缺失,异常,重复) 阅读全文
摘要：
条形图(垂直)绘制:关键字(bar) 虽然饼图可以很好地表达离散型变量在各水平上的差异，但其不擅长对比差异不大或水平值过多的离散型变量，因为饼图是通过各扇形面积的大小来比价差异的，面积的比较有时并不直观; 对于条形图而言，对比的是柱形的高低，柱体越高，代表的数值越大，反之亦然; bar(x, hei 阅读全文
摘要：
缺失值处理: 现有数据： res.fillna() 对缺失值进行填充,可以指定value=xxx来填充 但实际不合理 res.dropna() 删除缺失值所在的行 res.isnull() 缺失值返回True或false 统计列字段下是否有数据缺失: res.isnull().any(axis=0) 阅读全文
摘要：
数据分析基本概要 数据分析工作流程 1.需求分析2.数据采集3.数据清洗4.数据分析5.数据报告5.1.数据可视化 数据分析三剑客:numpy pandas matplotlib ipython模块:在终端提供一个更加方便的编程环境 jupyter模块:核心功能是notebook,jupyter分析 阅读全文