张京墨

摘要： 一：pandas 两种数据结构：series和dataframe series:索引（索引自动生成）和标签（人为定义）组成 返回一个对象 指定索引 通过索引取值 保留索引值的链接 series看做一个字典，它是索引到数据值的一个映射 python字典直接创建series 指定索引的顺序展示字典 缺少 阅读全文

摘要： 一：json模块 json模块的作用就是讲json字符串（"{"a":1,"b":1}"）和python能够识别的字典进行相互转换。 结论：loads: josn字符串 >和python字典之间的转换 二：picke模块：将字节和python对象之间进行转换 import pickleimport 阅读全文

摘要： 一：Numpy numpy处理数据快的原因是：在一个连续的内存块中取存取数据。 1. numpy中的ndarray：一种多维的数组对象，是一种快速灵活的大数据容器。 创建ndarray：数组的创建最简单的办法就是使用array函数，它接收一切序列型的对象，其中也包括数组。 查看数组的维度和形状 其他 阅读全文

摘要： # TODO selenium已经被检测出来 import random import re import time from selenium import webdriver from selenium.webdriver.common.by import By from selenium.we 阅读全文

摘要： 1. 词带的简单解释： 每一个词出现了多少次，缺点是不知道顺序 2.seq2seq自然语言处理的核心 RNN: 一对一：输入一个，输出一个 一对多：输入一个，输出多个 多对一：输入多个，输出一个 多对多：输入多个，输出多个 原始数组： 改变一次的数组： 改变两次的数组： 改变三次的数组 结果输出： 阅读全文

摘要： 一. urllib库中将字典转化为url的查询参数 二.请求异常的处理，以及内部的判断逻辑 1.返回的json数据为空：原因是requests的请求对象没有加请求头和cookies import requests from urllib.parse import urlencode def get_ 阅读全文

摘要： 一：为什么要维护cookie 1.登录才能爬取内容 2.爬取频繁会被封号。 3.需要维护多个账号的cookie，实现大规模抓取 二：cookies的要求 1.自动登录更新 2.定期筛选验证 3.提供外部接口 三：cookies池的架构 # TODO 崔庆才 基于Flask和redis动态维护cook 阅读全文

摘要： 1.python中深拷贝和浅拷贝的理解 自己理解：浅拷贝，只是拷贝引用，不开辟新的空间存储拷贝内容。 深拷贝，就是在内存中，开辟一个新的内存地址，将拷贝内容放到新的地址中去。 验证：对于数字，字符串，元祖这种不可变类型的数据，深拷贝和浅拷贝拷贝的是内存地址的引用。 不可变类型 import copy 阅读全文

摘要： 一：环境准备 pycharm：专业版（windows） docker ce 免费版（ubantu16.04） os： os：防火墙 二：开发流程 pycharm中开发环境搭建的工作原理： 1. pycharm中配置docker环境 docker是基于c/s的架构，ubantu上的client链接ub 阅读全文

摘要： 1.简单案例：预测男女，根据身高，体重，鞋码 2.图片分类 图片分类结果绘图 计算机进行分类的依据：像和不像 那么什么叫像，什么叫不像呢？怎么定义呢？ 人类是如何判断两个物种像不像的问题？ 获取数据集，从哪里来？测量标注 根据已经有的特征值，进行分析，筛选最能代表物种性质的特征 根据特征值，训练模型 阅读全文