- 博客(11)
- 收藏
- 关注
原创 【无标题】
tar : linux 处理 归档文件的命令归档文件: 普通文件:1.log 1m归档文件:1.log.tar 1m压缩文件:1.log.tar.gz 0.9m1.普通 =》压缩 归档文件 1.log =》1.log.tar.gztar -zcvf xxx.tar.gz file... -cf => 创建一个新归档 + 使用归档文件 z => 压缩 gz v =》详细地列出处理的文件eg: ...
2022-04-22 15:31:38
63
原创 数理分析与数据计算
数理统计: 1.描述统计 2.推断统计1.描述统计 1.什么是描述统计? 描述统计 从数据中提取 变量的主要信息 2.从数据中提取 变量的主要信息 =》 【指标】 统计量 统计量: 1.频率与频数 2.集中趋势分析: 均值、中位数、众数、分位数 3.离散程度分析: 极差、方差、标准差 4.分布形状: 偏度、峰...
2022-04-22 15:24:26
240
原创 linux操作系统
基本命令:1.mv + cp 1.mv 剪切 2.cp 复制 mv =》 文件个数 始终是1分 cp =》 文件个数 始终是2分 1.移动 [root@sygy10 bigdata]# mv 1.log ../1.log [root@sygy10 bigdata]# cp ~/1.log ./ 2.改名字 [root@sygy10 ~]# mv 1.log 1.log_blk ...
2022-04-22 15:20:44
1022
原创 数据探索+ 数据预处理
数据探索: 1.统计量分析 : 1.集中趋势的度量: 1.均值、中位数、众数 2.离散趋势的度量: 极值() 极差 标准差、方差 四分位数间距 2.相关性分析: 通过散点图 获取 相关系数数据预处理: 补充: 数据透视表 也可以对数据 进行分析 【聚合统计 】 group b...
2022-04-22 15:18:25
1075
原创 matplotlib
matplotlib: 1.官网 https://matplotlib.org/ 2.概述: Matplotlib is a comprehensive library for creating static, animated, and interactive visualizations in Python. Matplotlib就是一个数据可视化的东西 和大数据数据可视化有区别 【Matplotlib他...
2022-04-09 17:27:41
66
原创 pandas
数据处理 : 算子 map filter groupby apply数据切片pandas : 1.官网 https://pandas.pydata.org/ 2.概述: pandas is a fast, powerful, flexible and easy to use open source data analysis and manipulation tool, 【pandas就是一个数据分析的工具】 3...
2022-04-09 17:15:58
54
原创 机器学习 1 认知
机器学习: 1.概念 Simple and efficient tools for predictive data analysis 【预测数据分析结果】 用机器代替人做决策 数据集 =》 训练 =》 模型 2.Built on NumPy, SciPy, and matplotlib、pandas2.机器学习里面的常用术语 : 1.数据集准备 色泽= 绿色 、根=弯曲 、 敲声 = 浑浊 =》 熟的 ...
2022-04-09 17:14:05
83
原创 爬虫框架scrapy
学习目标:掌握 scrapy爬虫框架知识学习内容:爬虫的框架:scrapy :An open source and collaborative framework for extracting the data you need from websites.In a fast, simple, yet extensible way.1.开源的爬虫框架2.快速、简单、高效的方式2.安装部署3.基本使用1.创建一个项目scrapy startproject test_scrapy
2022-04-09 16:59:28
168
原创 Python爬虫技术认知
爬虫: 1.百度百科:网络爬虫(又称为网页蜘蛛,网络机器人,在FOAF社区中间,更经常的称为网页追逐者),是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。 2.自己理解: 通过代码、模拟浏览器上网 然后抓取数据的过程2.爬虫是否合法? 1.法律允许 2.有法律风险的3.统一规定? 【法律界限】 robots.txt协议4.爬虫的分类: 1.获取一整张页面 【通...
2022-04-09 16:27:46
517
原创 Python 2 关键字
1.函数: 函数 =》方法 【区别不大】 scala 【有区别】 1.内置函数 【 常用类的api】 1.数学相关的 【math 包下的】 2.自定义函数 3.匿名函数【没有名字的函数】 1.内置函数 【 常用类的api】print(abs(-10)) #绝对值 print(max(1, 2, 3, 4, 5)) print(min(1, 2, 3, 4)) print(sum([1, 2, 3]))...
2022-04-09 16:23:59
110
原创 Python 1 认知
Python: 1.概述: 1.语言 2.开发起来简洁 =》 java 2.使用场景: 1.数据分析 =》 numpy 、pandas 2.web 开发 =》 用的不多 、 百度 3.游戏开发 =》 用的不多 4.AI (机器学习、深度学习) 5.爬虫 1.部署安装: 1.安装: 1.python 原生的安装包 www.pyt...
2022-04-09 16:08:33
92
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人