03 2019 档案

理解爬虫原理
摘要：爬虫原理 爬虫原理 1. 简单说明爬虫原理 向网站发送请求，获取网页资源并提取所需要的数据。 2. 理解爬虫开发过程 1).简要说明浏览器工作原理； 浏览器工作原理的实质就是实现http协议的通讯，具体过程如下：(HTTP通信的流程，大体分为三个阶段) 连接，服务器通过一个ServerSocket类 阅读全文
posted @ 2019-03-25 17:31 Bigdickdick 阅读(205) 评论(0) 推荐(0) 编辑
中文词频统计
摘要：中文词频统计 这个作业的要求来自于：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2773 1. 下载一长篇中文小说。 2. 从文件读取待分析文本。 3. 安装并使用jieba进行中文分词。 pip install jieba imp 阅读全文
posted @ 2019-03-18 16:10 Bigdickdick 阅读(174) 评论(0) 推荐(0) 编辑
复合数据类型，英文词频统计
摘要：作业要求来自于https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2696 1.列表，元组，字典，集合分别如何增删改查及遍历。 列表增加元素： append()方法：在列表的末尾增加一个元素 insert()方法：在列表指定的位置上增加一个 阅读全文
posted @ 2019-03-14 11:00 Bigdickdick 阅读(197) 评论(0) 推荐(0) 编辑
字符串、文件操作，英文词频统计预处理
摘要：[大数据]数据预处理 1.字符串操作：解析身份证号：生日、性别、出生地等。 地址码： 表示编码对象常住户口所在县(市、旗、区)的行政区划代码。 出生日期码：表示编码对象出生的年、月、日，年、月、日代码之间不用分隔符，格式为YYYYMMDD，如19880328。 顺序码： 表示在同一地址码所标识的区域 阅读全文
posted @ 2019-03-04 16:54 Bigdickdick 阅读(204) 评论(0) 推荐(0) 编辑