liying_tt的博客

主题：作者信息关联对论文作者关系进行建模，统计最常出现的作者关系构建作者关系图，挖掘作者关系import seaborn as snsfrom bs4 import BeautifulSoupimport re import json import pandas as pd import matplotlib.pyplot as pltdef readArxivFile(path, columns=['id', 'submitter', 'authors', 'title', 'comm

主题：论文种类分类利用已有数据建模，对新论文进行类别分类使用论文标题完成类别分类import seaborn as snsfrom bs4 import BeautifulSoupimport re import json import pandas as pd import matplotlib.pyplot as pltdef readArxivFile(path, columns=['id', 'submitter', 'authors', 'title', 'comments',

主题：论文代码统计所有论文出现代码的相关统计；使⽤正则表达式统计代码连接、⻚数和图表数据；import seaborn as snsfrom bs4 import BeautifulSoupimport re import json import pandas as pd import matplotlib.pyplot as plt数据处理在原始arxiv数据集中作者经常会在论文的comments或abstract字段中给出具体的代码链接，所以我们需要从这些字段里面找出代码的链接。

主题： 论文作者统计统计所有论文作者出现频率Top10的姓名import seaborn as snsfrom bs4 import BeautifulSoupimport reimport requestsimport jsonimport pandas as pd import matplotlib.pyplot as plt1. 数据读取def readArxivFile(path, columns=['id', 'submitter', 'authors', 'title',

一、论文数量统计统计2019年全年计算机各个方向论文数量步骤：1.找到update为2019年的数据2.找出categories为计算机的数据3.统计数量1. 读取原始数据#导入包import seaborn as sns #用于画图from bs4 import BeautifulSoup #爬取数据import re #正则，匹配字符串模式import requests #网络连接，发送网络请求，使用域名获取对应信息import json #读取json格式数据import p