摘要： 饿了么外卖网站是一个ajax动态加载的网站 Version1:直接页面提取 问题：根据//*[@class="place-rstbox clearfix"]xpath提取成功，但是rez输出为空 Version2:通过接口提取 geohash=ws101hcw982&latitude=22.5272 阅读全文

摘要： 最近偶然打开一个英文网站，仔细一看原来是中国日报的英文版本，本着培养语感的想法多看看英语新闻，奈何水平渣渣，机智如我想到了爬取文章高频词汇，废话少说，看下文： 爬取中国日报全网所有文章链接 1.用bs4获取所有含有href属性的a标签 输出： 2.正则提取符合要求的链接 输出： 3.完整源码如下： 阅读全文

摘要： 今日头条是一个js动态加载的网站，尝试了两种方式爬取，一是页面直接提取，一是通过接口提取： version1：直接页面提取 问题：title = tree.xpath('//a[@class="link title"]/text()')提取内容失败，用xpath check插件提取成功 versio 阅读全文

摘要： 遇到了一种类型奇怪的列表，如['ISBN;"Book-Title";"Book-Author";"Year-Of-Publication";"Publisher";"Image-URL-S";"Image-URL-M";"Image-URL-L"']，现想取引号内的值，索引行不通，正则太无语，折腾了 阅读全文

摘要： 万达院线股价分析 数据来源：新浪财经、腾讯财经、上交所和深交所 分析时间：2017/9/11 分析目的：分析维度练习 数据采集 1.基本面数据 2.历史行情 数据分析 频率分析 1.可视化维度信息 2.计算收益分布 注：收益分布图两段趋平，暂时还没搞清楚是什么原因 探索性分析 1.分析均价、收盘价、 阅读全文

摘要： MongoDB是一个基于分布式文件存储的开源数据库系统。将数据存储为一个文档，数据结构由键值(key=>value)对组成。 MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组。 启动MongoDB服务 cmd进入F:\MongoDB\3.4\bin目录下，输入启动命 阅读全文

摘要： python中用作数据可视化的工具有多种，其中matplotlib最为基础。故在工具选择上，图形美观之外，操作方便即上乘。 本文着重说明常见图表用基础版matplotlib和改良版pyecharts作图间的差异 一、maplotlib 基本用法如下： 可能遇到的问题： 1.axes[ ][ ]前面的 阅读全文

摘要： 来源：http://www.cnblogs.com/jiaoyu121/p/6944398.html 1.好友性别分布 输出： 可视化 输出 2.好友个性签名 输出： 可视化 输出 3.自动回复 输出： 阅读全文

摘要： 数据结构是计算机存储和组织数据的方式。Python中有三类四种内建的数据结构，分别是序列（List、Tuple）、映射（Dictionary）以及集合（Set）。 此外，数据分析库Numpy和Pandas还提供了ndarry、Series、DataFrame等数据类型，不同的数据类型在程序中会常常遇 阅读全文

摘要： Pandas是一个Python库，旨在通过“标记”和“关系”数据以完成数据整理工作，库中有两个主要的数据结构Series和DataFrame 本文主要说明完成数据整理的几大步骤： 1.数据来源 1）加载数据 2）随机采样 2.数据清洗 0）数据统计（贯穿整个过程） 1）处理缺失值 2）层次化索引 3 阅读全文