摘要: # coding:utf-8 #强制使用utf-8编码格式 import smtplib # 加载smtplib模块 from email.mime.text import MIMEText from email.utils import formataddr my_sender = '176108 阅读全文
posted @ 2022-03-11 23:50 青竹之下 阅读(40) 评论(0) 推荐(0) 编辑
摘要: 1.原地交换两个数字Python 提供了一个直观的在一行代码中赋值与交换(变量值)的方法,请参见下面的示例: 1 2 3 4 5 6 7 8 9 In [1]: x,y = 10 ,20 In [2]: print(x,y) 10 20 In [3]: x, y = y, x In [4]: pri 阅读全文
posted @ 2022-03-11 23:49 青竹之下 阅读(43) 评论(0) 推荐(0) 编辑
摘要: import random choices = ["Rock", "Paper", "Scissors"] computer = random.choice(choices) player = False cpu_score = 0 player_score = 0 while True: play 阅读全文
posted @ 2022-03-11 23:48 青竹之下 阅读(34) 评论(0) 推荐(0) 编辑
摘要: 1.1 数据集本案例中的数据来自于爱彼迎(Airbnb)网站2018-2019年度的多伦多市的真实数据。 数据集中包含listings数据集,约有2万条数据,记录着所有的房屋信息,包括价格在内的几十项信息字段。 数据集中的另一个数据集是calendar,包含约650万条的租房交易数据,拥有每一天每一 阅读全文
posted @ 2022-03-11 23:48 青竹之下 阅读(428) 评论(0) 推荐(0) 编辑
摘要: 3.1 每天房屋入住率 读取的数据中包含了1w多套房源,共有600w+交易记录,涵盖了交易的起止日期,因此可以探究每天房屋的入住情况(当天入住的数量除以总的房间数量)。具体分析的步骤如下: #提取时间日期和房间状态字段并赋值新变量 calendar_new = calendar[['date', ' 阅读全文
posted @ 2022-03-11 23:46 青竹之下 阅读(193) 评论(0) 推荐(0) 编辑
摘要: 通过对review_scores_rating评分字段进行分布图绘制,可以查看价格的分布区间范围 #设置画布大小尺寸 plt.figure(figsize=(12,6)) #绘制分布图 sns.distplot(listings.review_scores_rating.dropna(), rug= 阅读全文
posted @ 2022-03-11 23:08 青竹之下 阅读(129) 评论(0) 推荐(0) 编辑
摘要: 在租房时候,有整租有合租,还存在一些多人共用一间的情况(有点类似青年旅社),可以尝试性探究不同的房型与房价之间的关系 sort_price = listings.loc[(listings.price <= 600) & (listings.price > 0)]\ .groupby('room_t 阅读全文
posted @ 2022-03-11 20:31 青竹之下 阅读(83) 评论(0) 推荐(0) 编辑