Python

参考文献 https://docs.python.org/3/library/argparse.html argparse 简单用法 12345678910# 创建解析器parser = argparse.ArgumentParser( prog='ProgramName', description='What the program does', epilog='Text at the bottom of help')# 添加参数parser.add_argument('filename') # positional argumentparser.add_argument('-c', '--count') # option that takes a valueparser.add_argument('-v&#x ...

占坑

参考文献 Selenium 基本用法 初始化浏览器对象 访问页面 查找节点 查找单个节点 查找多个节点 节点交互 动作链 获取节点信息 获取属性 获取文本值 获取ID,位置,标签名和大小 切换Frame 延时等待 隐式等待 显示等待 前进和后退 选项卡管理 异常处理 反屏蔽 无头模式

占坑

参考文献 Python3网络爬虫开发实战第二版 XPath 菜鸟教程 XPath 术语 在 XPath 中,有七种类型的节点:元素、属性、文本、命名空间、处理指令、注释以及文档(根)节点.XML 文档是被作为节点树来对待的.树的根被称为文档节点或者根节点. 轴(Axes) 轴可定义相对于当前节点的节点集. 轴名称 结果 ancestor 选取当前节点的所有先辈(父、祖父等) ancestor-or-self 选取当前节点的所有先辈(父、祖父等)以及当前节点本身. attribute 选取当前节点的所有属性. child 选取当前节点的所有子元素. descendant 选取当前节点的所有后代元素(子、孙等) descendant-or-self 选取当前节点的所有后代元素(子、孙等)以及当前节点本身. following 选取文档中当前节点的结束标签之后的所有节点. following-sibling 选取当前节点之后的所有兄弟节点 namespace 选取当前节点的所有命名空间节点. parent 选取当前节点的父节点. ...

参考文献 爬虫 爬虫实际上是用浏览器访问的方式模拟了访问网站的过程，整个过程包括三个阶段：打开网页、提取数据和保存数据 在 Python 中，这三个阶段都有对应的工具可以使用。 在“打开网页”这一步骤中，可以使用 Requests 访问页面，得到服务器返回给我们的数据，这里包括 HTML 页面以及 JSON 数据。 在“提取数据”这一步骤中，主要用到了两个工具。针对 HTML 页面，可以使用 XPath 进行元素定位，提取数据；针对 JSON 数据，可以使用 JSON 进行解析。 在最后一步“保存数据”中，我们可以使用 Pandas 保存数据，最后导出 CSV 文件。 Requests访问页面 Requests 是 Python HTTP 的客户端库，编写爬虫的时候都会用到，编写起来也很简单。它有两种访问方式：Get 和 Post。这两者最直观的区别就是：Get 把参数包含在 url 中，而 Post 通过 request body 来传递参数. 123r = requests.get('http://www.douban.com') ...

参考文献 像Excel一样使用python进行数据分析 pandas Series Series 是个定长的字典序列.说是定长是因为在存储的时候,相当于两个 ndarray,这也是和字典结构最大的不同.因为在字典的结构里,元素的个数是不固定的. Series有两个基本属性:index 和 values.在 Series 结构中,index 默认是 0,1,2,……递增的整数序列,当然也可以自己来指定索引,比如 index=[‘a’, ‘b’, ‘c’, ‘d’]. 123456789101112import pandas as pdfrom pandas import Series, DataFramex1 = Series([1, 2, 3, 4])x2 = Series(data=[1, 2, 3, 4], index=['a', 'b', 'c', 'd'])print(x1)print(x2)# 采用字典形式创建Seriesd = {'a': 1, ' ...

参考文献 极客时间 数据分析实战45讲 陈旸 数据分析 数据分析分成三个重要的组成部分 数据采集 数据挖掘 数据可视化 数据挖掘 数据挖掘的过程 商业理解: 数据挖掘不是我们的目的,我们的目的是更好地帮助业务,所以第一步我们要从商业的角度理解项目需求,在这个基础上,再对数据挖掘的目标进行定义. 数据理解: 尝试收集部分数据,然后对数据进行探索,包括数据描述、数据质量验证等.这有助于你对收集的数据有个初步的认知. 数据准备: 开始收集数据,并对数据进行清洗、数据集成等操作,完成数据挖掘前的准备工作. 模型建立: 选择和应用各种数据挖掘模型,并进行优化,以便得到更好的分类结果. 模型评估: 对模型进行评价,并检查构建模型的每个步骤,确认模型是否实现了预定的商业目标. 上线发布: 模型的作用是从数据中找到金矿,也就是我们所说的“知识”,获得的知识需要转化成用户可以使用的方式,呈现的形式可以是一份报告,也可以是实现一个比较复杂的、可重复的数据挖掘过程.数据挖掘结果如果是日常运营的一部分,那么后续的监控和维护就会变得重要. 数据挖掘的十大算法 分类算法: C4.5,朴素贝叶斯 ...

参考文献 numpy 在 NumPy里有两个重要的对象： ndarray(N-dimensional array object)解决了多维数组问题 ufunc(universal function object)则是解决对数组进行处理的函数 NumPy的数组类被调用ndarray.它也被别名所知 array.请注意,numpy.array这与标准Python库类不同array.array,后者只处理一维数组并提供较少的功能.ndarray对象更重要的属性是： ndarray.ndim - 数组的轴(维度)的个数.在Python世界中,维度的数量被称为rank. ndarray.shape - 数组的维度.这是一个整数的元组,表示每个维度中数组的大小.对于有n行和m列的矩阵,shape 将是 (n,m).因此,shape 元组的长度就是rank或维度的个数 ndim. ndarray.size - 数组元素的总数.这等于 shape 的元素的乘积. ndarray.dtype - 一个描述数组中元素类型的对象.可以使用标准的Python类型创建或指定dtype.另外NumPy提 ...

参考文献 requests 示例 get 123456789101112import requestsrep = requests.get("http://www.baidu.com")# 带参数params = { 'wd':'cs'}rep = requests.get("http://www.baidu.com",params=params)