12 2019 档案
【python基础】常见模块：openpyxl & socket & requests
摘要：一、openpyxl，实现随机点名 1 import openpyxl, random 2 3 def call_somebody(): 4 excel = openpyxl.load_workbook(r"./学员名单.xlsx") 5 sheet = excel.active 6 name_li
阅读全文
【python实例】飞机大战
摘要：1 import pygame, time, random 2 from pygame.locals import * 3 4 5 class BasePlane: 6 def __init__(self, x, y, img_path, screen): # 显示的窗口 7 self.x = x
阅读全文
【python实例】文件操作实例
摘要：1 # 给定一个目录 2 # 列举出这个目录中的所有文件和文件夹 3 # 以及子文件夹中的所有文件 4 5 import os 6 7 def func(path, f): # 参数为给定的目录 a 8 file_list = os.listdir(path) # 获取给定目录中的所有(文件, 文件
阅读全文
【python基础】单例模式 & 工厂模式 & 策略模式 & 观察者模式
摘要：一、单例模式 单例：单个实例，确保某个类只有一个实例存在 举例：1、登录app，当前的登录对象，只能有一个 2、音乐播放器，正在播放的歌曲类而言，只能有一个实例 1 import my_util # 被导入的模块会从头到尾执行一遍 2 3 o1 = my_util.a 4 o2 = my_util.
阅读全文
【python基础】os模块（库）方法汇总
摘要：1、 重命名 1 os.rename() # 只能够更改当前文件的名字 2 os.renames() # 可以更改上层目录, 如果上层目录不存在, 就会创建 2、删除文件 1 os.remove() # 用于删除指定路径的文件，如果指定的路径是个目录，报错 3、创建目录 1 os.mkdir() #
阅读全文
【python基础】文件读取
摘要：一、编码 1、ASCII ——> 美国人创造的编码方式, 包括128个字符, 编码分别为0-127, 英文常用标点符号,数字,字母 2、各个国家有了自己的编码 问题: 在中国编码的文件 ——> U盘——> 日本(有自己的编码方式) ——> 乱码 3、unnicode 万国码，统一收纳了基本上全世界所
阅读全文
【深度学习】paddlepaddle——基于多层神经网络的图像识别案例
摘要：1 # 1、导包 2 import paddle.fluid as fluid 3 import paddle 4 import time 5 6 start = time.time() 7 8 9 def test_program(exe, feeder, program, fetch_list,
阅读全文
【深度学习】paddlepaddle——基于卷积神经网络的手写字识别案例
摘要：1 # 1、导包 2 import paddle.fluid as fluid 3 import paddle 4 import time 5 6 start = time.time() 7 8 9 def test_program(exe, feeder, program, fetch_list,
阅读全文
【深度学习】paddlepaddle基础语法
摘要：1 # 1、导入包 2 import paddle.fluid as fluid 3 import paddle 4 5 # 2、数据预处理 6 # 调整图片大小等 跟框架本身没有关系 7 8 # 3、构造reader 本质：读取数据 9 # （1）reader 获取一个样本数据 10 # 返回nd
阅读全文
【深度学习】TensorFlow——理解张量
摘要：1 import tensorflow as tf 2 3 # 张量 数据流图中的线 数据传递 本质：多维数组 4 5 # 两个属性 6 # dtype 数据类型 7 # 将numpy里面的np.数据类型 变成了tf.数据类型 8 # 可以在创建张量的时候去指定dtype 参数来指定tensor的数
阅读全文
【深度学习】TensorFlow——图详解
摘要：1 import tensorflow as tf 2 3 # 构建图 4 # 图结构 包含至少一组op与tensor的结构 5 con_a = tf.constant(3) 6 con_b = tf.constant(4) 7 8 con_sum = tf.add(con_a, con_b) 9
阅读全文
【深度学习】TensorFlow——变量op
摘要：1 import tensorflow as tf 2 3 # 创建一个变量--变量op 4 # 可以使用随机张量来初始化这个变量 5 # var1 = tf.Variable( 6 # initial_value=tf.random_normal( 7 # shape=[2, 2], 8 # me
阅读全文
【深度学习】TensorFlow——实现线性回归案例
摘要：1 # 1、加载数据 特征值与目标值 2 # 2、随机初始化权重与偏置 变量op 3 # 3、预测 >矩阵相乘 4 # 4、预测值与真实值 损失--均方误差损失 5 # 5、构建优化算法进行优化损失 设置学习率 6 # 6、不断优化op 7 import tensorflow as tf 8 9 1
阅读全文
【深度学习】TensorFlow——理解会话
摘要：1 # 会话 执行op的类 2 # 本质：连接前台程序与底层C++代码的纽带 3 # 两种形式 4 # tf.Session() ：用于完整的程序中 5 # tf.InteractiveSession() ：应用于交互环境 6 7 # 会话使用--完整流程 8 # 1、会话初始化 9 # __ini
阅读全文
【深度学习】TensorFlow——初识tensorflow
摘要：1 import tensorflow as tf 2 3 # op 指令 4 # op指令 5 # 返回tensor 里面包含的op名称为op指令空间内的名称 6 # 名称不允许重复，如果重复，+_i来加以区别 7 # 可以通过构建op的时候，来指定name参数来修改op在指令空间内的名称 8 9
阅读全文
【机器学习】量化策略
摘要：1 # 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。 2 import numpy as np 3 from sklearn.linear_model import LinearRegression 4 5 6 # 在这个方法中编写任何的初始化逻辑。co
阅读全文
【机器学习】数据降维
摘要：1 import pandas as pd 2 from sklearn.decomposition import PCA 3 4 # 以detail 为例实现数据降维 5 # 加载数据 6 7 detail = pd.read_excel("../day05/meal_order_detail.x
阅读全文
【机器学习】基于逻辑回归的癌症预测案例
摘要：1 import pandas as pd 2 import numpy as np 3 from sklearn.preprocessing import StandardScaler # 标准化 4 from sklearn.model_selection import train_test_s
阅读全文
【机器学习】基于线性回归的波士顿房价预测
摘要：1 import pandas as pd 2 from sklearn.datasets import load_boston # 波士顿房价数据 3 from sklearn.model_selection import train_test_split # 拆分数据集 4 from sklea
阅读全文
【机器学习】词云（wordcloud）统计词的重要性
摘要：1 from wordcloud import WordCloud,ImageColorGenerator 2 import matplotlib.pyplot as plt 3 import jieba 4 from PIL import Image 5 import numpy as np 6
阅读全文
【机器学习】朴素贝叶斯文本分类案例
摘要：1 import pandas as pd 2 from sklearn.feature_extraction.text import CountVectorizer 3 import jieba 4 import numpy as np 5 from sklearn.naive_bayes imp
阅读全文
【机器学习】统计词数与词的重要性
摘要：1 from sklearn.feature_extraction.text import CountVectorizer 2 from sklearn.feature_extraction.text import TfidfVectorizer 3 import jieba 4 5 content
阅读全文
【机器学习】knn优化
摘要：1 import pandas as pd 2 import numpy as np 3 import matplotlib.pyplot as plt 4 import os 5 from sklearn.neighbors import KNeighborsClassifier # knn分类
阅读全文
【机器学习】k-means——NBA球员聚类分析
摘要：1 import pandas as pd 2 import numpy as np 3 import matplotlib.pyplot as plt 4 from sklearn.cluster import KMeans 5 6 7 def build_data(): 8 """ 9 构建数据
阅读全文
【机器学习】knn——手写字识别案例
摘要：1 import pandas as pd 2 import numpy as np 3 import matplotlib.pyplot as plt 4 import os 5 from sklearn.neighbors import KNeighborsClassifier # knn分类
阅读全文
【机器学习】knn算法自实现
摘要：1 import pandas as pd 2 import numpy as np 3 4 5 def build_data(): 6 """ 7 加载数据 8 :return: 9 """ 10 # 1、加载数据 11 data = pd.read_excel("./电影分类数据.xlsx")
阅读全文
【机器学习】k-means——航空用户聚类分析案例
摘要：1 import pandas as pd 2 import numpy as np 3 from sklearn.cluster import KMeans 4 import matplotlib.pyplot as plt 5 6 7 def stand_sca(data): 8 """ 9 标
阅读全文
【机器学习】k-means算法原理自实现
摘要：1 import pandas as pd 2 import numpy as np 3 import matplotlib.pyplot as plt 4 from sklearn.cluster import KMeans # 导入k-means 5 6 7 def build_data():
阅读全文
【数据分析&数据挖掘】非数值型数据的哑变量转化、连续型数据离散化——等宽分组&等频分组
摘要：1 import pandas as pd 2 import numpy as np 3 4 # 加载数据 5 detail = pd.read_excel("../day05/meal_order_detail.xlsx") 6 # print("detail ：", detail) 7 prin
阅读全文
【数据分析&数据挖掘】相同数据结构互相填充
摘要：1 import pandas as pd 2 3 # 加载数据 4 data_1 = pd.read_excel("./填充数据.xlsx", sheetname=0) 5 data_2 = pd.read_excel("./填充数据.xlsx", sheetname=1) 6 7 print("
阅读全文
【数据分析&数据挖掘】相关性计算+数据分析流程
摘要：1 import pandas as pd 2 3 detail = pd.read_excel("../day05/meal_order_detail.xlsx") 4 # print("detail: \n", detail) 5 print("detail的列名称: \n", detail.c
阅读全文
【数据分析&数据挖掘】缺失值的检测与处理——删除法、填充法&插值法
摘要：1 import pandas as pd 2 import numpy as np 3 4 # 加载数据 5 data = pd.read_excel("../day07/qs.xlsx") 6 # print("data: \n", data) 7 print("data的列索引: \n", d
阅读全文
【数据分析&数据挖掘】数据合并和拼接案例
摘要：1 import pandas as pd 2 import numpy as np 3 4 # 加载数据——detail 5 detail_1 = pd.read_excel("./meal_order_detail.xlsx", sheetname=0) 6 detail_2 = pd.read
阅读全文
【数据分析&数据挖掘】拉格朗日插值法
摘要：1 from scipy.interpolate import lagrange 2 import pandas as pd 3 import numpy as np 4 5 # 加载数据 6 data = pd.read_excel("./qs.xlsx") 7 # print("data: \n
阅读全文
【数据分析&数据挖掘】异常值的判断与去除——3σ & 箱线图分析
摘要：1 import pandas as pd 2 3 # 异常值 ——远离正常值范围的错误值 4 # 异常值 ——删掉 5 6 # 异常值判断 ——3σ 箱线图分析 7 8 # 3σ 接住标准正态部分得到的规律——99.73%都在(μ-3α,μ+3α)之间，超过这个范围的数据认为是异常的 9 10 d
阅读全文
【数据分析&数据挖掘】三种数据标准化方式——离差标准化、标准差标准化&小数定标标准化
摘要：1 import pandas as pd 2 import numpy as np 3 4 5 # 标准化 去除量级的影响 6 7 # 3种方式 8 # （1）离差标准化 9 # 将数据做线性变化，将数据映射到【0,1】范围内， 10 # x = (x - min) / (max - min) 1
阅读全文
【数据分析&数据挖掘】连锁超市数据分析案例
摘要：1 import pandas as pd 2 3 # 加载数据 4 data = pd.read_csv("./order.csv", encoding="ansi") 5 # print("data: \n", data) 6 print("data的列索引: \n", data.columns
阅读全文
【数据分析&数据挖掘】计算每日营业额&最火菜品统计
摘要：1 import pandas as pd 2 import numpy as np 3 4 # 计算每日营业额 加载数据 5 detail = pd.read_excel("./meal_order_detail.xlsx") 6 print("detail: \n", detail) 7 pri
阅读全文
【数据分析&数据挖掘】pandas去空方法——删除法&保留法
摘要：1 import pandas as pd 2 3 # 加载数据 4 detail = pd.read_excel("./meal_order_detail.xlsx") 5 print("detail: \n", detail) 6 print("detail的列名称: \n", detail.c
阅读全文
【数据分析&数据挖掘】pandas分组聚合
摘要：1 import pandas as pd 2 import numpy as np 3 4 # 加载数据 5 detail = pd.read_excel("../day05/meal_order_detail.xlsx") 6 print("detail: \n", detail) 7 prin
阅读全文
【数据分析&数据挖掘】pandas交叉表&透视表
摘要：一、交叉表 1 import pandas as pd 2 import numpy as np 3 4 # 加载数据 5 detail = pd.read_excel("../day05/meal_order_detail.xlsx") 6 # print("detail: \n", detail
阅读全文
【数据分析&数据挖掘】pandas时间数据
摘要：1 import pandas as pd 2 """ 3 pandas默认支持的时间点类型——Timestamp 4 pandas默认支持的时间序列类型——DatetimeIndex 5 numpy默认支持的时间点数据类型——datetime64 6 """ 7 8 # 可以使用pd.to_dat
阅读全文
【数据分析&数据挖掘】pandas数据合并
摘要：1 import pandas as pd 2 3 # 加载数据 4 data_1 = pd.read_excel("./concat合并数据.xlsx", sheetname=0) 5 data_2 = pd.read_excel("./concat合并数据.xlsx", sheetname=1)
阅读全文
【数据分析&数据挖掘】numpy、pandas&matplotlib
摘要：1 import numpy as np 2 import pandas as pd 3 4 """ 5 numpy --科学计算库 6 核心 ndarray 7 本质： 存储单一数据类型的 内存连续的 N维数组 8 C F 风格存储 9 10 matplotlib 数据可视化的库 11 能绘制2-
阅读全文
【数据分析&数据挖掘】pandas的统计分析
摘要：1 # 在numpy 里面有统计分析， 对数值型数据进行统计指标 2 # np.max np.min np.mean np.std‘ 3 4 import pandas as pd 5 import numpy as np 6 7 # 1、加载数据 8 detail = pd.read_excel(
阅读全文
【数据分析&数据挖掘】pandas——文件的读取与保存
摘要：1 import pandas as pd 2 3 # 文本数据 人能够识别的有序的文件 4 # csv 文件 以逗号分隔的，文本文件 5 # pd.read_csv() 6 # filepath_or_buffer 文件路径 + 名称 7 # sep delimiter 都是分隔符 8 # hea
阅读全文
【数据分析&数据挖掘】dataframe的属性
摘要：1 import pandas as pd 2 3 # 创建一个df 4 df = pd.DataFrame( 5 data={ 6 "name": ["zs", "ls", "ww", "zl"], 7 "age": [18, 19, 29, 11], 8 "score": [92.5, 93,
阅读全文
【数据分析&数据挖掘】dataframe的增删改查
摘要：一、dataframe的增加操作 1 import pandas as pd 2 3 # 加载数据 4 users = pd.read_excel("./users.xlsx") 5 print("users:\n", users) 6 print("users 的类型：\n", type(user
阅读全文
【数据分析&数据挖掘】2000-2017年各个产业、行业的散点图
摘要：1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 5 def show_data(columns, values): 6 """ 7 绘图展示 8 :param columns: 名称 9 :param values: 真实数据 1
阅读全文
【数据分析&数据挖掘】2000和2017年各产业生产总值占比饼图
摘要：1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 def draw_data(n, a, b, d, values, fig, plt, t, l, cl): 5 fig.add_subplot(2, 2, n) 6 x = val
阅读全文
【数据分析&数据挖掘】2000-2017年各个产业生产总值箱线图
摘要：1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 5 # 构建数据 6 def build_data(): 7 res = np.load("./国民经济核算季度数据.npz", allow_pickle=True) 8 colum
阅读全文
【数据分析&数据挖掘】薪资分布直方图
摘要：1 # 某公司 员工的薪资水平 在[3500,35000] 之间，而且公司共有55个人 2 # 让大家 自己自定分组，来查看大部分员工的薪水水平，来给公司做薪水指导。 3 import matplotlib.pyplot as plt 4 import numpy as np 5 6 plt.fig
阅读全文
【数据分析&数据挖掘】2000-2017年各个产业、行业的柱状图
摘要：1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 def draw_data(n, a, b, c, d, values, fig, plt, t, xl, ticks): 5 fig.add_subplot(2, 2, n) 6
阅读全文
【数据分析&数据挖掘】2000-2017年各个产业、行业的散点图
摘要：1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 def draw_data(n, a, b, l, values, fig, plt): 5 fig.add_subplot(2, 1, n) 6 x = values[:, 0]
阅读全文
【数据分析&数据挖掘】2000-2017年各产业、行业季度生产总值走势图（子图绘制）
摘要：1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 # 加载数据 5 res = np.load("./国民经济核算季度数据.npz", allow_pickle=True) 6 7 columns = res["columns"]
阅读全文
【数据分析&数据挖掘】2000-2017年各产业季度生产总值折线图（走势图）
摘要：1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 # 加载数据 5 res = np.load("./国民经济核算季度数据.npz", allow_pickle=True) 6 # for tmp in res: 7 # print
阅读全文
【数据分析&数据挖掘】numpy——文件的读取与保存
摘要：1 import numpy as np 2 3 # 文本文件——>二进制文件 4 # 创建一个数组 5 arr = np.arange(16).reshape((4, 4)) 6 7 # 保存单个数组到二进制文件中 8 # 参数1 文件路径+名称，名称后缀名可以省略，保存的是以.npy为结尾的文件
阅读全文
【数据分析&数据挖掘】数组的统计分析
摘要：1 import numpy as np 2 3 # 创建一个数组 4 arr = np.array([[1, 2],[3, 4]]) 5 print("arr: \n", arr) 6 7 # 对数组进行统计分析 8 # sum mean std var min max argmin argmax
阅读全文
【数据分析&数据挖掘】数组的重复与去重
摘要：1 import numpy as np 2 3 # 创建一个数组 4 arr = np.array([1, 2, 3, 3, 2, 1, 1, 2, 3, 4, 5, 6, 6, 5, 4]) 5 arr = np.array(["h", "j", "k", "x", "h", "k", "j",
阅读全文
【数据分析&数据挖掘】数组的排序
摘要：1 import numpy as np 2 3 # 创建数组 4 arr = np.array([[8, 1, 9], [7, 6, 5]]) 5 print("arr: \n", arr) 6 7 # sort()直接排序 8 # 在列的方向上排序 9 arr.sort(axis=-1) 10
阅读全文
【数据分析&数据挖掘】数组的广播机制
摘要：1 import numpy as np 2 3 arr1 = np.array([[0, 1], [1, 2]]) # shape(2, 2) 4 arr2 = np.array([1, 1]) # shape(2, )——>(1, 2)——>[[1, 1]] 5 print("arr1: \n"
阅读全文
【数据分析&数据挖掘】数组的通用函数
摘要：1 import numpy as np 2 3 # 数组的全通用函数，要求数组的形状必须相同——同型数组 4 # 创建数组 5 arr1 = np.array([[0, 1], [2, 3]]) 6 arr2 = np.array([[1, 2], [3, 4]]) 7 print("arr1:
阅读全文
【数据分析&数据挖掘】数组的形状
摘要：1 import numpy as np 2 3 # 创建一个数组 4 arr = np.arange(16) 5 print("arr:\n", arr) 6 print("arr的形状:", arr.shape) 7 8 # 创建数组的时候不一定能指定其形状 9 # 创建好之后，可以进行形状的修
阅读全文
【数据分析&数据挖掘】数组的索引
摘要：1 import numpy as np 2 3 # 创建一个一位数组 4 arr = np.arange(9) 5 print("arr:\n", arr) 6 # 可以通过下标来获取指定元素 7 print("获取元素", arr[3]) # 降低维度 8 print("获取元素", arr[7
阅读全文
【数据分析&数据挖掘】数组的组合&拆分
摘要：一、数组的组合 1 import numpy as np 2 3 # 创建数组 4 arr1 = np.arange(9).reshape((3, 3)) 5 arr2 = np.array([[0, 1, 0],[1, 0, 1],[2, 1, 0]]) 6 print("arr1:\n", ar
阅读全文
【数据分析&数据挖掘】数组的数据类型
摘要：1 import numpy as np 2 3 # 创建一个数组 4 arr = np.arange(0, 6, 1, dtype=np.int64) 5 arr = np.arange(0, 6, 1, dtype=np.float64) # [0. 1. 2. 3. 4. 5.] 6 # ar
阅读全文
【数据分析&数据挖掘】数组的创建
摘要：1 import numpy as np 2 import random 3 4 arr = np.array([1,2,3,4]) 5 print('arr:\n', arr) 6 print('arr的类型:\n', type(arr)) 7 8 # 用arange来创建数组 9 arr = n
阅读全文
【数据分析&数据挖掘】矩阵的运算
摘要：1 import numpy as np 2 3 # 创建矩阵 4 m1 = np.mat([[1, 2], [1, 2]]) 5 print("m1:\n", m1) 6 print("m1的类型:\n", type(m1)) 7 8 # 矩阵与数的相乘 9 m2 = 2 * m1 10 prin
阅读全文
【数据分析&数据挖掘】矩阵的创建
摘要：1 import numpy as np 2 3 # 矩阵是二维的 4 # 使用mat == asmatrix 来创建矩阵 5 # 6 # # 使用mat 将字符串转化为矩阵 7 m1 = np.mat("1 2 3;4 5 6;7 8 9") 8 # np.asmatrix() 等同于 np.ma
阅读全文
【python基础】装饰器
摘要：一、闭包 1、外层函数嵌套内层函数，在内层函数中使用外层函数的局部变量 2、局部变量和内层函数统称为闭包 3、内层函数为闭包函数 闭包函数访问外层函数的局部变量时，访问的总是该变量的最新值 1 def outer(): 2 x = 10 # 外层函数的局部变量 3 def inner(): 4 no
阅读全文
【python基础】生成器&迭代器
摘要：一、生成器：generator 按照规则去生成一定的数据 1、列表推导式和生成器的区别 列表推导式: 一次性生成所有满足条件的数据 生成器: 你要一个数据, 我生成出来给你一个 2、生成器表达式 生成器对象 = (表达式 for item in 容器) 生成器对象 = (表达式 for item i
阅读全文
【python基础】反射方法
摘要：1、getattr() 功能：获取实例的属性值或者方法地址 返回值：属性的值/方法的地址 getattr(对象，属性名/方法名) getattr(类，属性名/方法名) 1 class Person: 2 country = "中国" 3 4 def __init__(self, name, age)
阅读全文
【python基础】魔术方法
摘要：魔术方法：就是类中的方法(预定义的方法)，在某个特定的时机会被自动的调用。 1、__del__()：销毁对象时，被自动的调用 1 class Person: 2 def __init__(self, name): 3 self.name = name 4 print('%s 被初始化' % self
阅读全文
【python基础】封装、继承&多态
摘要：面向对象三大特征：封装 继承 多态 面向对象的两大核心概念：类和对象 一、封装 打包，包装， 包裹…… 面向对象编程的第一步: 讲究将方法和属性封装到一个类中 二、继承 类与类之间存在了继承关系, 子类就可以继承父类的公有属性和公有方法 子类: 派生类，拓展类，subclass 父类: 超类，基类，
阅读全文
【python基础】类&对象
摘要：一、类 1、对同一类事物抽象的描述，抽象的概念。归类所有，只有一份，所有对象共享这一份类属性。 2、定义类的语法： class 关键字——命名规则：大驼峰StudentInfo; (小驼峰studentInfo) class 类名： pass 3、属性: 理解为用于描述类名词 (名字, 年龄, 颜色
阅读全文
【python实例】自动贩卖机
摘要：1 # 所有消费记录 2 customer_bill = [] 3 4 # 零售 5 def sale(): 6 print("=" * 38) 7 print("1. 乌龙茶 20".center(30)) 8 print("2. 茉莉花茶 80".center(30)) 9 print("3.
阅读全文
【python基础】sys模块（库）方法汇总
摘要：sys 定义的是一些和系统相关信息的模块 sys.path : 获取搜索模块的路径 sys.version : 获取版本号 1 import sys 2 3 print(sys.path) 4 print(sys.version) # 3.7.4 (tags/v3.7.4:e09359112e, J
阅读全文
【python基础】time模块（库）方法汇总
摘要：一、time python自带的管理时间的模块 二、表示 1、时间戳：某个时间距离1970-01-01 00:00:00的秒数*（计算机用来记录时间） 时间戳 ——> 浮点数 基准时间：1970-01-01 00:00:00 2、时间元组：（在程序中操作时间） 3、时间字符串： '2019-08-1
阅读全文
【python基础】random随机数模块（库）方法汇总
摘要：random 随机数模块（库） 1、random.randint(a, b) : 在某个范围内随机产生一个整数 [a, b], 能取到a, 也能取到b 2、random.random() : 随机产生一个0-1之间的浮点数 [0, 1), 0可以取到, 1取不到 3、random.uniform(a
阅读全文
【python基础】模块&包
摘要：一、模块 1、所谓模块, 就是指封装好一定功能的.py文件。如果想要使用某个模块，直接导入就行了。 2、random.py 模块名就是文件名(不包含后缀) 3、模块名的命名规则，遵循标识符的命名规则。变量，函数名，类名，模块名 二、模块的作用 1、程序开发文件比较大，都放在同一个文件中，管理维护非常
阅读全文
【python基础】列表推导式&字典推导式&集合推导式
摘要：一、定义 python的一种独有特性, 推导式是可以从一个数据序列构建另一个新的数据序列的结构体 列表推导式，字典推导式，集合推导式(集合是可变数据类型，集合中的元素是不可变数据类型) 1、列表推导式 提供了简单的生成列表的方法 （1）语法结构 ①list = [表达式 for item in 容器
阅读全文
【python实例】可变数据类型与不可变数据类型
摘要：1 # 1. 判断gl_num和gl_list的值 2 def demo(num, num_list): 3 num += num 4 num_list += num_list 5 6 print(num) # 18 7 print(num_list) # [1, 2, 3, 1, 2, 3] 8
阅读全文
【python基础】匿名函数
摘要：一、定义 lambda表达式，只使用一行代码实现一个函数; 二、语法规范 lambda 参数1, 参数2,.. : 表达式 (表达式执行的结果就是函数的返回值) 1、没有名字, lambda表达式相当于返回一个匿名函数(没有名的函数); 2、表达式只能有一行, 在这个表达式中不能出现return,
阅读全文
【python基础】高阶函数
摘要：一、定义 参数是一个函数的函数 ——> 高阶函数 二、高阶函数 1、abs(n) : 求n的绝对值，并返回给调用处 1 res1 = abs(-609) # 609 2、list.sort(key, reverse=False) : 将列表中的每个元素按照指定的规则排序;无返回值,将排序的结果直接作
阅读全文
【python基础】命名空间
摘要：一、命名空间的定义 变量名和变量值的映射 命名空间是用字典实现， key就是变量的名，value就是变量值 二、命名空间的分类 python程序执行的过程中, 同时会有2-3个活动的命名空间(函数调用时,有3个命名空间, 函数调用结束后,有两个命名空间) 根据变量的位置, 将命名空间分为三类: 局部
阅读全文
【python实例】递归求斐波那契数列——小兔子生小兔子
摘要：最开始一对小兔子 小兔子成长到第三个月变成成熟兔子 成熟兔子每个月可以生一对小兔子 问第n个月有几只兔子? 1 1 2 3 5 8 13 21 34 55 89 144 ...... 斐波那契数列 观察发现：每相邻三个数之间的关系: 第三个数 = 前两个数之和 分析： 求第n个月的兔子对数 = 第n
阅读全文
【python基础】函数
摘要：一、函数的定义和调用 把具有某一段功能的代码提取出来, 封装成一个代码块, 在需要的时候进行调用 二、特点 1、去除重复的代码 2、当函数功能发生修改时, 只需要修改函数体即可 (增强程序的拓展性) 三、函数体 实现函数功能的代码 1、函数声明的时候, 不会执行函数体 2、函数调用的时候, 才会执行
阅读全文
【python基础】字典方法汇总
摘要：一、字典 定义：一组无序的键值对的组合 二、通过dict()声明一个字典 1、. dict() 创建一个空字典 2、. dict() 接收一个字典作为参数 > 创建一个字典 3、. dict() 接收列表套元组的数据结构 > 创建一个字典 4、. dict() 接收关键字参数 --> 创建一个字典
阅读全文
【python基础】列表方法汇总
摘要：一、列表 定义：用于存储一组数据的有序序列 语法声明：[元素1, 元素2, 元素3, ...] 二、特点 1、列表是有序的 2、列表中可以存储重复的数据 3、列表中可以存储不同数据类型的数据 4、列表是一个可变的数据类型;可以修改的 三、方法 1、增 （1）.append(obj) 末尾追加 （2）
阅读全文
【数据库】redis基本操作
摘要：文档：Redis高级应用.note 链接：http://note.youdao.com/noteshare?id=81f2ab61838b75ed5c938f74c22bff1d&sub=D225B90DF5CA4160939CBD2851687B4B 一、redis和memcached相比,的独特
阅读全文
【python进阶】哈希算法（Hash）
摘要：一、定义 Hash ：散列，通过关于键值(key)的函数，将数据映射到内存存储中一个位置来访问。这个过程叫做Hash，这个映射函数称做散列函数，存放记录的数组称做散列表(Hash Table)，又叫哈希表。 简单地说，它是密码学中的一个重要的函数，一般以Hash(.)表示。这个函数可以将任意一段数据
阅读全文
【数据库】MongoDB操作命令
摘要：文档：Mongodb数据库.note 链接：http://note.youdao.com/noteshare?id=46dcb0788d9f005392c8b0e4c9e31e4d&sub=09EC956E45294DDC8443C95F9943D6C9 一、客户端启动和服务端开启命令 mongod
阅读全文
【数据库】MongoDB安装&配置
摘要：一、mongo的配置 1、新建文件夹 C:\MongoDB\Server\3.4\data\db C:\MongoDB\Server\3.4\data\logs 2、配置环境变量 C:\MongoDB\Server\3.4\bin配置到path系统环境变量中。 3、测试是否配置成功 mongod -
阅读全文
【python基础】元组方法汇总
摘要：一、定义 用于存储一组数据的有序序列, 一旦创建, 元组中的各个元素不允许修改 二、特点 1、元组有序; 2、元组是不可变的数据类型;不可修改; 3、元组中可以存储重复的数据; 4、元组中可以同时存储不同数据类型的数据; 三、语法 (元素1, 元素2, 元素3,...) 注意: (100) ——>
阅读全文
【python基础】集合方法汇总
摘要：一、定义 用于存储一组无序的不重复的数据 二、特点 1、 集合是无序的 2、集合中的元素是不重复的, 唯一的 3、集合中存储的数据必须是不可变的数据类型 4、集合是可变的数据类型 三、语法 set1 = {1, 2, 3} # int --> 不可变 1、增加: add() update() 参数:
阅读全文
【python实例】判断是否是回文数
摘要：1 """ 2 输入一个数，判断一个这个数是否是回文数。例如：121，这个数反过来还是121，所以这个是回文数； 3 再如：134，这个数反过来是431，所以这不是一个回文数； 4 123321 是 5 9663669 是 6 """ 7 8 num1 = input('请输入一个数字') # nu
阅读全文
【python实例】要求输出字符串中最少一个最多八个的所有字符串组合（连续）
摘要：1 """ 2 题目：字符串str="ABCDEFGHIJK"，要求输出最少一个最多八个的所有组合（向后连续字母） 3 输出如下： 4 A [0::] 5 AB 6 ABC 7 ABCD 8 ABCDEFGH 9 B [1::] 10 BC 11 BCD 12 ... 13 BCDEFGHI 14
阅读全文
【python实例】统计字符串里大写字母，小写字母和非字母的个数
摘要：""" 给定一个以下字符串：统计大写字母的个数，小写字母的个数，非字母的个数。 str1 = "ajdkkKDKEK1343KFKiriromfkfKKRIOWJF0928398jjee11djdDJJRH" """ str1 = "ajdkkKDKEK1343KFKiriromfkfKKRIOWJ
阅读全文
【python基础】字符串方法汇总
摘要：一、声明 0-多个字符组成的有序序列; 二、特点 1、 字符串是一个不可变的数据类型 2、字符串是有序的 三、索引 下标：'abcde' 1、从左到右, 0, 1,2, ... 2、从右到左, 索引值最后一个字符的-1 倒数第二个字符的索引值-2.... 切片: 字符串[start : stop :
阅读全文
【python实例】判断质数：for-break-else
摘要：1 """ 2 for 变量 in 容器: 3 遍历--break 4 如果执行到了break语句, 则else不会被执行 5 else: 6 break语句没有被执行时, 执行else 7 """ 8 # 通过键盘输入一个数字, 判断这个数字是不是一个质数 9 # 举个栗子: 判断8是不是一个质数
阅读全文
【python实例】while&for 九九乘法表
摘要：# while 循环 r = 1 while r <= 9: c = 1 while c <= r: print('{}*{}={}'.format(c, r, c * r), end=' ') c += 1 r += 1 print() # 默认情况下 end 参数的值为一个换行符 1 # for
阅读全文
【python实例】水仙花数：每个位上的数值的三次方求和，刚好是这个三位数本身
摘要：1 ''' 2 水仙花数,指一个3位数(100-999), 3 每个位上的数值的三次方，求和，刚好是这个三位数本身。叫水仙花数。（4个） 4 分析: 5 1、循环遍历出每个三位数 6 2、找出这个数中每个数位上的数值 7 3、计算判断 8 ''' 9 10 for num in range(100,
阅读全文
【python实例】判断输入年份是否是闰年
摘要：1 ''' 2 求给定的年份，是否是闰年。 3 满足以下两点中任意一点就是闰年 4 A：能被4整除，但是不能被100整出。 5 B：能被400整除。 6 ''' 7 8 year = int(input('请输入一个年份:')) 9 10 if year % 4 == 0 and year % 10
阅读全文
【python实例】continue&break：打印输出 1- 5 之间的数字, 如果遇到3, 不打印/打印
摘要：1 # 打印输出 1- 5 之间的数字, 如果遇到3, 不打印; 2 num = 1 3 while num < 6: 4 if num == 3: 5 num += 1 6 continue # 结束当前循环, 继续进行下一次的循环 7 print(num) 8 num += 1 9 10 out
阅读全文
【python爬虫】线程&进程
摘要：关注：程序运行速度 >主要是由cpu（大脑）来决定。 想要提高程序的运行速度 >提高cpu利用率。 提高cpu的利用率由两种途径： 1、让cpu不休息。cpu每时每刻都在处理任务，这个任务可以理解为线程。这种情况就叫做多线程。 2、cpu都是分核。每个核就是一个小脑袋。可以理解一心多用。让每个核都作
阅读全文
【python爬虫】selenium的三种等待
摘要：一、 强制等待 第一种也是最简单粗暴的一种办法就是强制等待sleep(xx)，强制让闪电侠等xx时间，不管凹凸曼能不能跟上速度，还是已经提前到了，都必须等xx时间。 1 from selenium import webdriver 2 from time import sleep 3 driver
阅读全文
【python爬虫】selenium常用方法总结
摘要：1、获取当前页面的Url 方法：current_url 实例：driver.current_url 2、获取元素坐标 方法：location 解释：首先查找到你要获取元素的，然后调用location方法 实例：driver.find_element_by_xpath("xpath").locatio
阅读全文
【pathon基础】初识python
摘要：一、python的起源 作者：Guido van Rossum（龟叔） 设计原则：优雅，简单，明确 二、解释型语言VS编译型语言 1、解释型语言：C#、python step1：程序员写代码； step2：解释过程：逐行，从上至下的解释,边解释边执行。 综上：每次执行,自上而下,边解释边执行。 2、
阅读全文
【python爬虫】动态html
摘要：一、反爬策略 1、请求头 ——user-agent ——referer ——cookie 2、访问频率限制 ——代理池 ——再用户访问高峰期进行爬取，冲散日志。12-13 7-10 ——设置等待时长。time.sleep(3) 3、ajax异步请求，用接口获取数据 4、能一次性获取的数据，绝不发送第
阅读全文
【python爬虫】Xpath
摘要：一、xml是什么 1、定义：可扩展标记性语言 2、特点：xml的是具有自描述结构的半结构化数据。 3、作用：xml主要设计宗旨是用来传输数据的。他还可以作为配置文件。 二、xml和html的区别 1、语法要求不同：xml的语法要求更严格。 （1）html不区分大小写的，xml区分。 （2）html有
阅读全文
【python爬虫】正则表达式
摘要：一、数据的分类 1、结构化数据 特点：数据以行为单位，每一个数据表示一个实体。每一行数据的属性都是一样的。 举例：关系型数据库中的表就是结构化数据。 处理方法：sql 2、半结构化数据 特点：结构化数据的另一种形式。他并不符合关系型数据的特点，不能用关系型模型来描述。但是这种数据包含相关标记，有用
阅读全文
【python爬虫】cookie & session
摘要：一、什么是cookie？ cookie是指网站为了鉴别用户身份，进行会话跟踪而存储在客户端本地的数据。 二、什么是session？ 本来的含义是指有始有终的一些列动作，而在web中，session对象用来在服务器存储特定用户会话所需要的属性及信息。 三、cookie和session产生的原因： co
阅读全文
【python爬虫】requests模块
摘要：文档：从 pythoneer 到 pythonista 的100个模块 链接：http://note.youdao.com/noteshare?id=2b95bb3651c21af80ca1936f8ecb1e0f&sub=635CA99241664308947C4F3BC1B5DDBF 文档：递归
阅读全文
【python爬虫】初识爬虫
摘要：一、爬虫的定义 爬虫定义：程序或者脚本——自动的爬取万维网的数据的程序或者脚本。 二、爬虫可以解决的问题 1、解决冷启动问题。 2、搜索引擎的根基——通用爬虫。 3、帮助机器学习建立知识图谱。 4、制作各种比价软件。 三、爬虫工程师的进阶之路 1、初级爬虫工程师 （1）web 前端的知识： HTML
阅读全文
|
|
|
