原文链接:https://zhuanlan.zhihu.com/p/92768131?utm_source=tuicool&utm_medium=referral 知乎,可以说是国内目前最大的问答类社区.与微博.贴吧等产品不同,知乎上面的内容更多是用户针对特定的问题分享知识.经验和见解.咱们编程教室就有不少读者是从知乎上了解到我们的. 那么,知乎上都有哪些“大V”用户?普通用户喜欢关注哪方面内容?我们利用 Python 对知乎上的部分信息进行了个采集,做了一份简单的统计. 这个统计也是我们用 P

利用Python进行数据分析--重要的Python库介绍 一.NumPy 用于数组执行元素级计算及直接对数组执行数学运算 线性代数运算.傅里叶运算.随机数的生成 用于C/C++等代码的集成 二.pandas 快速便捷的处理结构化数据,DataFrame是一个面向列的二维表数据 兼具NumPy的数组计算功能以及电子表格和关系型数据库的数据处理功能 可以快速的重塑.切片和切块以及选取数据子集 三.SciPy 主要介绍以下包: scipy.integrate 数值积分例程和微分方程求解器 scipy.

*:first-child { margin-top: 0 !important; } body>*:last-child { margin-bottom: 0 !important; } /* BLOCKS =============================================================================*/ p, blockquote, ul, ol, dl, table, pre { margin: 15px 0; } /* HEAD

目录 Python5大擅长领域 WEB开发 网络编程 科学运算 GUI图形开发 运维自动化 Python在世界上的知名应用 国外 谷歌 CIA NASA YouTube Dropbox Instagram Facebook Redhat 国内 豆瓣 知乎 春雨医生 除了上面的 结语 今天开始将会发布系列型的Python学习, 今天讲述的框架相对来说比较多,只能一一例举出来, 无法进行准确的 Python5大擅长领域 很多学Python的小伙伴, 转行, 或者兴趣还有就是单纯想了解的小伙伴,学Py

一面 写个快速排序热热身,分析一下复杂度,如果不使用额外的空间,应该怎么写? 说一下Flask中g是怎么实现的,原理是什么? 说一下浏览器从输入url到页面渲染的过程,越详细越好: 了解web安全吗?说一下XSS原理,然后又问了很多: 说一下CSRF的理解: session和cookie的区别: 数据库的索引,说一下非主键索引是怎么实现的? 还有一些其他问题记不住了: 由于知乎是用python作为主要技术栈的,在提问我阶段我就问了一下主要实现等内容,面试官讲解很详细: 一面过程中,问的还是比较深

一.爬取老番茄B站数据 前几天开发了一个python爬虫脚本,成功爬取了B站李子柒的视频数据,共142个视频,17个字段,含: 视频标题,视频地址,视频上传时间,视频时长,是否合作视频,视频分区,弹幕数,播放量,点赞数,投币量,收藏量,评论数,转发量,实时爬取时间 基于这个Python爬虫程序,我更换了up主的UID,把李子柒的uid换成了老番茄的uid,便成功爬取了老番茄的B站数据.共393个视频,17个字段,字段同上. 这里展示下爬取到的前20个视频数据: 基于爬取的老番茄B站数据,用pyt

在使用Python多年以后,我偶然发现了一些我们过去不知道的功能和特性.一些可以说是非常有用,但却没有充分利用.考虑到这一点,我编辑了一些的你应该了解的Pyghon功能特色. 带任意数量参数的函数 你可能已经知道了Python允许你定义可选参数.但还有一个方法,可以定义函数任意数量的参数. 首先,看下面是一个只定义可选参数的例子 def function(arg1="",arg2=""): print "arg1: ".format(arg1)

本文关注的主要是python陷阱,具体而言,是指CPython,而且除非特别说明,所有代码示例都是在python2.7运行的. 我个人对陷阱的定义是这样的:代码看起来可以工作,但不是以你“想当然“”的方式.如果一段代码直接出错,抛出了异常,我不认为这是陷阱.比如,Python程序员应该都遇到过的“UnboundLocalError", 示例: >>> a=1 >>> def func(): ...     a+=1 ...     print a ... &g

select symbol, "price.*" from stocks :使用正则表达式来指定列查询 select count(*), avg(salary) from emplyee: 聚合函数 select count(distinct col) from stocks:去重后的数目 嵌套查询: from(select upper(name), salary,deductions["Federal Taxes"] as fed_taxes,round(sala

被人工智能捧红的 Python 已是一种发展完善且非常多样化的语言,其中肯定有一些你尚未发现的功能.本文或许能够让你学到一些新技巧.   Python 是世界上最流行.热门的编程语言之一,原因很多,比如: 易于学习 超高的通用性 具备大量模块和库 本文将分享一些使用 Python 的技巧,顺序按照 A-Z 排列. all or any Python 非常受欢迎的原因之一是其可读性和表达性. 人们还经常把 Python 笑称为「可执行伪码(executable pseudocode)」.但是,当你

本文由 伯乐在线 - 淘小米 翻译,Daetalus 校稿.未经许可,禁止转载!英文出处:freepythontips.wordpress.com.欢迎加入翻译小组. Hi 朋友们.由于我最近都比较忙,所以已经很长一段时间没有写博客了.在这篇文章中我将和大家分享一些真正有用的技巧和窍门,这些技巧和窍门你们之前可能并不知道.所以不浪费时间了,让我们直接来看看这些内容吧: 枚举 之前我们这样操作: 1 2 3 4 i = 0 for item in iterable:     print i, it

Ch01 Python 程序库入门   1.1 一些简要介绍: NumPy 是一个基础性的Python库,为我们提供了常用的数值数组和函数. SciPy是Python的科学计算库,对NumPy的功能进行了扩充,同时也有部分功能是重合的.NumPy和SciPy曾经共享基础代码,后来分道扬镳了. matplotlib 是一个基于NumPy的绘图库. IPython 为交互式计算提供了一个基础设施,这个项目最著名的部分就是它的交互式解释器IPython shell.(IPython是一个交互式计算系统

转自:http://python.jobbole.com/81393/    

TIOBE 9月编程语言排行榜中Java第一,但PYPL 9月排行榜中Python却是第一.两个编程语言排行榜均是旨在给开发者做一个学习参考,那么问题来了:Java和Python都很火,两个语言到底有啥区别?今天就来给大家普及一下. 如果有人跟你说Java比Python好或Python比Java好,奉劝你一句不要相信!用Python并且薪资待遇比较好的人,一定会告诉你Python好.用Java的人也一定会告诉你Java好. 01.Java VS Python 定位不同 Java源自C和C++的技

请参看文章:http://strata.oreilly.com/2013/03/python-data-tools-just-keep-getting-better.html

a = np.random.random((2,4)) a Out[5]: array([[0.20974732, 0.73822026, 0.82760722, 0.050551 ], [0.77337155, 0.06521922, 0.55524187, 0.59209907]]) # 求矩阵所有数据的和,最小值,最大值 np.sum(a) Out[7]: 3.812057513268513 np.min(a) Out[8]: 0.05055099733013646 np.max(a) O

一.处理数据的基本内容 数据分析 是指对数据进行控制.处理.整理.分析的过程. 在这里,“数据”是指结构化的数据,例如:记录.多维数组.Excel 里的数据.关系型数据库中的数据.数据表等. 二.说说 Python 这门语言 Python 是现在最受欢迎的动态编程语言之一(还有 Perl.Ruby 等).近些年非常流行用 Python 建站,比如流行的 Python Web 框架 Django. Python 这类语言被称为脚本语言,因为它们可以编写简短粗糙的小程序,即脚本.不过这好像在说 Py

学习利用python进行数据分析的笔记&下星期二内部交流会要讲的内容,一并分享给大家.博主粗心大意,有什么不对的地方欢迎指正~还有许多尚待完善的地方,待我一边学习一边完善~ 前言:各种和数据分析相关python库的介绍(前言1~4摘抄自<利用python进行数据分析>) 1.Numpy: Numpy是python科学计算的基础包,它提供以下功能(不限于此): (1)快速高效的多维数组对象naarray (2)用于对数组执行元素级计算以及直接对数组执行数学运算的函数 (3)用于读写硬盘上

数据分析是一个历史久远的东西,但是直到近代微型计算机的普及,数据分析的价值才得到大家的重视.到了今天,数据分析已经成为企业生产运维的一个核心组成部分. 据我自己做数据分析的经验来看,目前数据分析按照使用工具可以分为大体四类: 基于Excel的数据分析,Excel自带的函数.数据透视表.宏等功能对于数据分析来说十分适用且好用:基于matlib.SAS.SPSS等专业统计软件,我自己用过一段时间的SAS,觉得功能十分全面,但是作为程序员使用又觉得限制太多不够自由:基于SQL+数据库的数据分析,这一类

1. 数据分析基本流程 作为非专业的数据分析人员,在平时的工作中也会遇到一些任务:需要对大量进行分析,然后得出结果,解决问题. 所以了解基本的数据分析流程,数据分析手段对于提高工作效率还是非常有帮助的. 首先都是存在一个要解决的问题,主要问题和预期分析目标,简单来讲就是对问题进行定义. 然后才是开始收集数据.数据清洗.数据建模.数据展现.优化和重复,最后是报告撰写. 1. 明确分析目的和思路:在进行数据分析之前,首先考虑的应该是"为什么要展开数据分析?我要解决什么问题?从哪些角度分析数据才系统?

本章讨论Python的内置功能,这些功能本书会用到很多.虽然扩展库,比如pandas和Numpy,使处理大数据集很方便,但它们是和Python的内置数据处理工具一同使用的. 我们会从Python最基础的数据结构开始:元组.列表.字典和集合.然后会讨论创建你自己的.可重复使用的Python函数.最后,会学习Python的文件对象,以及如何与本地硬盘交互. 3.1 数据结构和序列 Python的数据结构简单而强大.通晓它们才能成为熟练的Python程序员. 元组 元组是一个固定长度,不可改变的Pyt