摘要：
Beautiful Soup 是一个用来从HTML或XML文件中提取数据的Python库，它利用大家所喜欢的解析器提供了许多惯用方法用来对文档树进行导航、查找和修改。 帮助文档英文版： [ https://www.crummy.com/software/BeautifulSoup/bs4/doc/ 阅读全文
摘要：
本文是对pandas官方网站上《10Minutes to pandas》的一个简单的翻译，原文在 [ 这里 ](http://pandas.pydata.org/pandas-docs/stable/10min.html) 。这篇文章是对pandas的一个简单的介绍，详细的介绍请参考： [ Cook 阅读全文
摘要：
1、顺序表介绍 顺序表是最简单的一种线性结构，逻辑上相邻的数据在计算机内的存储位置也是相邻的，可以快速定位第几个元素，中间不允许有空，所以插入、删除时需要移动大量元素。顺序表可以分配一段连续的存储空间Maxsize，用elem记录基地址，用length记录实际的元素个数，即顺序表的长度 上图1表示的 阅读全文
摘要：
**装饰器 vs 装饰器模式 ** 首先，大家需要明白的是使用装饰器这个词可能会有不少让大家担忧的地方，因为它很容易和设计模式这本书里面的装饰器模式发生混淆。曾经一度考虑给这个新的功能取一些其它的术语名称，但是装饰器最终还是胜出了。 的确，你可以使用python装饰器来实现装饰器模式，但这绝对是它很 阅读全文
摘要：
Click 是用 Python 写的一个第三方模块，用于快速创建命令行。我们知道，Python 内置了一个 Argparse 的标准库用于创建命令行，但使用起来有些繁琐，Click 相比于 Argparse，就好比 requests 相比于 urllib。 关于Click？ 说下 Click 模块是 阅读全文
摘要：
1、python多进程编程背景 python中的多进程最大的好处就是充分利用多核cpu的资源，不像python中的多线程，受制于GIL的限制，从而只能进行cpu分配，在python的多进程中，适合于所有的场合，基本上能用多线程的，那么基本上就能用多进程。 在进行多进程编程的时候，其实和多线程差不多， 阅读全文
摘要：
对于大多数数据科学家而言，线性回归方法是他们进行统计学建模和预测分析任务的起点。这种方法已经存在了 200 多年，并得到了广泛研究，但仍然是一个积极的研究领域。由于良好的可解释性，线性回归在商业数据上的用途十分广泛。当然，在生物数据、工业数据等领域也不乏关于回归分析的应用。 另一方面，Python 阅读全文
摘要：
** 前言 ** 写程序已经丢掉很长一段时间了，最近觉得完全把技术丢掉可能是个死路，还是应该捡起来，所以打算借CSDN来记录学习过程， 由于以前没事的时候断断续续学习过python和用flask框架写过点web，所以第一步想捡起python，但是，单纯学习python有点枯燥，正好看到pygame， 阅读全文
摘要：
使用Python加载最新的Excel读取类库xlwings可以说是Excel数据处理的利器，但使用起来还是有一些注意事项，否则高大上的Python会跑的比老旧的VBA还要慢。 这里我们对比一下，用几种不同的方法，从一个Excel表格中读取一万行数据，然后计算结果，看看他们的耗时。 1. 处理要求： 阅读全文
摘要：
pandas.cut: pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False) 参数： x，类array对象，且必须为一维，待切割的原形式 bins, 整数、序列尺度 阅读全文