04 2015 档案
摘要：在进行网页抓取的时候，分析定位html节点是获取抓取信息的关键，目前我用的是lxml模块(用来分析XML文档结构的，当然也能分析html结构)， 利用其lxml.html的xpath对html进行分析，获取抓取信息。 首先，我们需要安装一个支持xpath的python库。目前在libxml2的...
阅读全文
摘要：聚类分析就仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组(簇)。其目标是，组内的对象相互之间是相似的，而不同组中的对象是不同的。组内相似性越大，组间差别越大，聚类就越好。 先介绍下聚类的不同类型，通常有以下几种： (1)层次的与划分的：如果允许簇具有子簇，则我们得到一个层次聚类。层次聚类
阅读全文
摘要：自python2.6开始，新增了一种格式化字符串的函数str.format()，可谓威力十足。那么，他跟之前的%型格式化字符串相比，有什么优越的存在呢？让我们来揭开它羞答答的面纱。语法它通过{}和:来代替%。“映射”示例通过位置 字符串的format函数可以接受不限个参数，位置可以不按顺序，可以不用...
阅读全文
