摘要：
词云图是根据词出现的频率生成词云，词的字体大小表现了其频率大小。 写在前面： 用wc.generate(text)直接生成词频的方法使用很多，所以不再赘述。 但是对于根据generate_from_frequencies()给定词频如何画词云图的资料找了很久，下面只讲这种方法。 generate_f 阅读全文
摘要：
问题/需求： 需要将字符串切分，但是分隔符在整个字符串中并不一致 （即：需要用多个分隔符切分字符串） str.split()方法不可行： 只支持单一分隔符，不支持正则及多个切割符号，不感知空格的数量 解决办法： re.split() 适用：多个 分隔符，切割功能非常强大 语法： re.split(p 阅读全文
摘要：
matplotlib是Python著名的绘图库，默认并不支持中文显示，因此在不经过修改的情况下，无法正确显示中文。 本文将介绍解决这一问题的方法。 不修改文件，加两行代码即可： 改前： 改后： 阅读全文
摘要：
一、列表内建方法--sort() 作用：就地对列表排序（直接在原列表上做排序） 语法： list.sort(func=None, key=None, reverse=False) 当reverse=False时：正向排序；当reverse=True时：逆向排序。默认为False。 执行完后会改变原来 阅读全文
摘要：
一、不写入Mysql 以爬取哪儿网为例。 以下为脚本： 这个脚本里只是单纯的将结果打印在pyspider 的web ui中，并没有存到其它地方。 二、存入Mysql中 插入数据库的话，需要我们在调用它之前定义一个save_in_mysql函数。 并且需要将连接数据库等初始化放在__init__函数中 阅读全文
摘要：
1.Kafka 是什么？ 用一句话概括一下：Apache Kafka 是一款开源的消息引擎系统。 倘若“消息引擎系统“这个词对你来说有点陌生的话，那么“消息队列“、“消息中间件”的提法想必你一定是有所耳闻的。不过说实话我更愿意使用消息引擎系统这个称谓，因为消息队列给出了一个很不明确的暗示，仿佛 Ka 阅读全文
摘要：
两条sql语句： creat_time datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',update_time timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMES 阅读全文
摘要：
首先，拿好宝剑： 先把yield看做“return”， 普通的return是什么意思，就是在程序中返回某个值，返回之后程序就不再往下运行了。 看做return之后再把它看做一个是生成器（generator）的一部分（带yield的函数才是真正的迭代器）， 返回的不是一个函数的输出，是一个生成器的结果 阅读全文
摘要：
解决pyspider框架web预览框过小问题 Chrome 使用pyspider框架时，web预览框只有一小条： 解决办法： 找到debug.min.css文件，替换为如下内容： 在web ui中打开一个项目调试，点到WEB页面，按Ctrl+F5 刷新测试，网页预览框已恢复正常。 亲测可用： 阅读全文
摘要：
什么是可哈希(hashable)？ 简要的说可哈希的数据类型，即不可变的数据结构(字符串str、元组tuple、对象集objects)。 哈希有啥作用？ 它是一个将大体量数据转化为很小数据的过程，甚至可以仅仅是一个数字，以便我们可以用在固定的时间复杂度下查询它，所以，哈希对高效的算法和数据结构很重要 阅读全文