摘要: 一. Python 现阶段三大主流Web框架 Django Tornado Flask 对比 1.Django 主要特点是大而全,集成了很多组件,例如: Models Admin Form 等等, 不管你用得到用不到,反正它全都有,属于全能型框架 2.Tornado 主要特点是原生异步非阻塞,在IO 阅读全文
posted @ 2018-07-26 17:44 古月蜀黍 阅读(122) 评论(0) 推荐(0) 编辑
摘要: 一.Matplotlib的基础知识 Matplotlib中的基本图表包括的元素 •x轴和y轴 axis 水平和垂直的轴线 •x轴和y轴刻度 tick 刻度标示坐标轴的分隔,包括最小刻度和最大刻度 •x轴和y轴刻度标签 tick label 表示特定坐标轴的值 •绘图区域(坐标系) axes 实际绘图 阅读全文
posted @ 2018-07-25 20:17 古月蜀黍 阅读(304) 评论(0) 推荐(0) 编辑
摘要: pycharm常用快捷键与设置 pycharm高频率使用的快捷键 Ctrl+Shift+F10 运行当前的页面 Ctrl + / 注释(取消注释)选择的行 Ctrl+Shift+F 高级查找 Shift + Enter 开始新行 TAB Shift+TAB 缩进/取消缩进所选择的行 Ctrl + Y 阅读全文
posted @ 2018-07-25 11:10 古月蜀黍 阅读(197) 评论(0) 推荐(0) 编辑
摘要: DataFrame 一.DataFrame DataFrame是一个[表格型]的数据结构.DataFrame又按一定顺序排列的多列数据组成,设计初衷是将Series的使用场景从一维扩展到多维.DateFrame既有行索引,也有列索引. 行索引:index 列索引:columns 值:values 二 阅读全文
posted @ 2018-07-24 15:28 古月蜀黍 阅读(173) 评论(0) 推荐(0) 编辑
摘要: Series 一.Series Series是一种类似于一维数组的对象,有两部分组成: .values:一组数据(ndarray类型) .index: 相关的数据索引标签 二.series的创建 1.由列表或numpy数组创建 Series(data=[1,2,3,4],index=['a','b' 阅读全文
posted @ 2018-07-23 15:53 古月蜀黍 阅读(122) 评论(0) 推荐(0) 编辑
摘要: 一,lambda匿名函数 1.语法 函数名=lambda 参数:返回值 2.不能用于复杂的函数 二.sorted()排序函数 1.语法 sorted(可迭代对象(iterable),key=函数,reserve=false(默认值)) 三.filter()筛选函数 1.语法 filter(函数,可迭 阅读全文
posted @ 2018-07-20 16:16 古月蜀黍 阅读(181) 评论(0) 推荐(0) 编辑
摘要: 一.Numpy Numpy(numerical python)是python语言的一个扩展程序库,支持大量的维度数组和矩阵运算,此外也针对数组运算提供了大量的数学函数库 二.创建ndarray 1.使用np.array()创建 (1)创建一维数组 np.array([1,2,3,4]) (2)创建二 阅读全文
posted @ 2018-07-18 16:59 古月蜀黍 阅读(137) 评论(0) 推荐(0) 编辑
摘要: 1. 生成器和生成器函数 生成器的本质就是迭代器 生成器的三种创建办法: 1.通过生成器函数 2.通过生成器表达式创建生成器 3.通过数据转换 生成器函数: 函数中包含了yield的就是生成器函数 注意:生成器函数被执行. 获取到的是生成器. 而不是函数的执行 生成器表达式: (结果 for 变量 阅读全文
posted @ 2018-07-18 15:28 古月蜀黍 阅读(98) 评论(0) 推荐(0) 编辑
摘要: 一.基于scrapy-redis两种形式的分布式爬虫 1.scrapy框架是否可以自己实现分布式? - 不可以。原因有二。 其一:因为多台机器上部署的scrapy会各自拥有各自的调度器,这样就使得多台机器无法分配start_urls列表中的url。(多台机器无法共享同一个调度器) 其二:多台机器爬取 阅读全文
posted @ 2018-07-12 16:08 古月蜀黍 阅读(173) 评论(0) 推荐(0) 编辑
摘要: 一. Scrapy简介及安装 http://python.jobbole.com/86405/ Scrapy的详细介绍 1.简介 2.安装 1.window上安装: 先安装依赖包:pip3 install wheel https://www.lfd.uci.edu/~gohlke/pythonlib 阅读全文
posted @ 2018-07-11 17:43 古月蜀黍 阅读(147) 评论(0) 推荐(0) 编辑