<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[nodoself的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/nodoself</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; nodoself]]></copyright><item><title><![CDATA[抖音极速版/快手极速版自动浏览-实操记录]]></title><link>https://blog.csdn.net/nodoself/article/details/111153037</link><guid>https://blog.csdn.net/nodoself/article/details/111153037</guid><author>nodoself</author><pubDate>Mon, 14 Dec 2020 12:05:26 +0800</pubDate><description><![CDATA[根据作者繁梦溪所写教程抖音极速版/快手极速版自动浏览进行实际操作，记录其中跳入的坑，具体步骤可点进作者繁梦溪文章查看。

步骤1：安装Python需要的包

1.1 电脑安装Android SDK Platform-Tools，此步骤未出现问题。

1.2 安装uiautomator2包，此步骤出现问题。

 


pip install uiautomator2

      问题：安装uiautomator2包时，下载到lxml-4.6.2-cp36-cp36m-win_amd64.w...]]></description><category></category></item><item><title><![CDATA[990万次骑行： 纽约自行车共享系统分析]]></title><link>https://blog.csdn.net/nodoself/article/details/89676087</link><guid>https://blog.csdn.net/nodoself/article/details/89676087</guid><author>nodoself</author><pubDate>Tue, 07 May 2019 17:59:05 +0800</pubDate><description><![CDATA[介绍 

 案例来着《从Excel到Python——数据分析进阶指南》，作者：王彦平

 根据此书中，990万次骑行案例，进行实际操作。代码与笔记如下。

案例

一，数据来源

 案例数据来着花旗单车Citi Bike，此案例中数据选自2015年全年数据。下载解压到同一文件夹中。



二，分析数据

 导入所需包，后期可能会增加。


import numpy as np
i...]]></description><category></category></item><item><title><![CDATA[猫眼电影-分析及展示（Python+pycharts）]]></title><link>https://blog.csdn.net/nodoself/article/details/86693243</link><guid>https://blog.csdn.net/nodoself/article/details/86693243</guid><author>nodoself</author><pubDate>Tue, 19 Feb 2019 09:36:49 +0800</pubDate><description><![CDATA[  此篇文章承接（猫眼电影-爬取）。



  将电影数据储存到MySQL中后，发现评论人数和票房的数据当中存在汉字，后期不好分析，所以需要将汉字转化为数值。

  保险起见，我先将films表里面的结构和数据复制了成了一个新表films_copy，然后新增了2列，people和box_price。



将数据转化为便于分析的数据，代码如下：


import pymysql


def get...]]></description><category></category></item><item><title><![CDATA[MATPLOTLIB官网examples练习及笔记]]></title><link>https://blog.csdn.net/nodoself/article/details/84563405</link><guid>https://blog.csdn.net/nodoself/article/details/84563405</guid><author>nodoself</author><pubDate>Thu, 14 Feb 2019 15:30:43 +0800</pubDate><description><![CDATA[MATPLOTLIB官网地址：https://matplotlib.org/gallery/lines_bars_and_markers/simple_plot.html

eg1:正弦波

需要用到的知识点：


matplotlib.axes.Axes.plot
matplotlib.pyplot.plot
matplotlib.pyplot.subplots
matplotlib.figur...]]></description><category></category></item><item><title><![CDATA[LeetCode题库第三十八题（简单系列）]]></title><link>https://blog.csdn.net/nodoself/article/details/82183560</link><guid>https://blog.csdn.net/nodoself/article/details/82183560</guid><author>nodoself</author><pubDate>Thu, 14 Feb 2019 15:24:43 +0800</pubDate><description><![CDATA[题目及要求：

报数序列是指一个整数序列，按照其中的整数的顺序进行报数，得到下一个数。其前五项如下：


1.     1
2.     11
3.     21
4.     1211
5.     111221


1 被读作  &quot;one 1&quot;  (&quot;一个一&quot;) , 即 11。11 被读作 &quot;two 1s&quot; (&quot;两个一&quot;）, 即 21。21 被读作 &quot;one 2&quot;,  &quot;one 1&quot; ]]></description><category></category></item><item><title><![CDATA[汽车之家车型爬取]]></title><link>https://blog.csdn.net/nodoself/article/details/85843266</link><guid>https://blog.csdn.net/nodoself/article/details/85843266</guid><author>nodoself</author><pubDate>Sat, 05 Jan 2019 12:44:31 +0800</pubDate><description><![CDATA[这是一篇不完整的文章，嗯，因为后期我需要的参数不能完全爬取出来，所以我要先去借鉴一下其他大神的步骤。

以下代码都是自己想的，所以想记录一下，以便之后温习和反思。

 

首先，打开汽车之家的车型库https://car.autohome.com.cn/

然后按F12进入开发者模式，找到Ashx的连接，因为还是新手，所有的连接都一个个的点击了，找到了车型品牌的连接。





好了，现在可以进行...]]></description><category></category></item><item><title><![CDATA[猫眼电影-爬取（Python）]]></title><link>https://blog.csdn.net/nodoself/article/details/84783991</link><guid>https://blog.csdn.net/nodoself/article/details/84783991</guid><author>nodoself</author><pubDate>Tue, 04 Dec 2018 10:14:58 +0800</pubDate><description><![CDATA[此篇文章是根据https://mp.weixin.qq.com/s/rRtb8ATXrVxr3r5uLEhRtA这个文章的步骤进行爬取的。有兴趣的可以直接到该作者的连接查看文章。

  介绍一下我的装备：

  浏览器：谷歌浏览器

 

 

爬取步骤

一，到猫眼官网，电影选项，查看每个电影的连接。

选择一个电影，右击选择“检查（shift+ctrl+i）”，可以找到该电影的跳转连接。


...]]></description><category></category></item><item><title><![CDATA[练习中的问题记录（Python核心编程 第3版）]]></title><link>https://blog.csdn.net/nodoself/article/details/84065872</link><guid>https://blog.csdn.net/nodoself/article/details/84065872</guid><author>nodoself</author><pubDate>Wed, 14 Nov 2018 23:10:34 +0800</pubDate><description><![CDATA[  因为现在的工作触及不到Python，所以又lossing了一段时间，Python的知识不用的话也在逐渐的消退当中。。。。。

  为了更加熟悉和掌握Python

  所以我现在开始主要练习敲代码

  为了以后用Python创造世界。fighting！！！

 

 正文部分开始

第一部分：正则表达式

Q1:finditer中的next用法（P21）（已解决）



     在练习这一...]]></description><category></category></item><item><title><![CDATA[LeetCode题库第三十五题（简单系列）]]></title><link>https://blog.csdn.net/nodoself/article/details/82180975</link><guid>https://blog.csdn.net/nodoself/article/details/82180975</guid><author>nodoself</author><pubDate>Wed, 29 Aug 2018 13:07:39 +0800</pubDate><description><![CDATA[题目及要求：

给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。

你可以假设数组中无重复元素。

示例 1:


输入: [1,3,5,6], 5
输出: 2

这个题目还是比较简单的，但是提交的时候还是错了一次，因为没有考虑到target&amp;lt;nums[0]的情况，所以挂了

第一版本：


class Solution...]]></description><category></category></item><item><title><![CDATA[LeetCode题库第二十八题（简单系列）]]></title><link>https://blog.csdn.net/nodoself/article/details/82180121</link><guid>https://blog.csdn.net/nodoself/article/details/82180121</guid><author>nodoself</author><pubDate>Wed, 29 Aug 2018 11:12:07 +0800</pubDate><description><![CDATA[题目及要求：

实现 strStr() 函数。

给定一个 haystack 字符串和一个 needle 字符串，在 haystack 字符串中找出 needle 字符串出现的第一个位置 (从0开始)。如果不存在，则返回  -1。

示例 1:


输入: haystack = &quot;hello&quot;, needle = &quot;ll&quot;
输出: 2


示例 2:


输入: haystack = &quot;aaaaa...]]></description><category></category></item><item><title><![CDATA[LeetCode题库第二十七题（简单系列）]]></title><link>https://blog.csdn.net/nodoself/article/details/82178944</link><guid>https://blog.csdn.net/nodoself/article/details/82178944</guid><author>nodoself</author><pubDate>Wed, 29 Aug 2018 10:27:16 +0800</pubDate><description><![CDATA[题目及要求：

给定一个数组 nums 和一个值 val，你需要原地移除所有数值等于 val 的元素，返回移除后数组的新长度。

不要使用额外的数组空间，你必须在原地修改输入数组并在使用 O(1) 额外空间的条件下完成。

元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。

示例 1:


给定 nums = [3,2,2,3], val = 3,

函数应该返回新的长度 2, 并且 ...]]></description><category></category></item><item><title><![CDATA[LeetCode题库第二十六题（简单系列）]]></title><link>https://blog.csdn.net/nodoself/article/details/82148071</link><guid>https://blog.csdn.net/nodoself/article/details/82148071</guid><author>nodoself</author><pubDate>Tue, 28 Aug 2018 23:14:23 +0800</pubDate><description><![CDATA[简单系列的第二十一题对于Python有序链接暂时没有弄明白是怎么操作的，只是看了别人大神的代码过了，所以暂时不写。

现在由二十六题开始继续做题。

题目：

给定一个排序数组，你需要在原地删除重复出现的元素，使得每个元素只出现一次，返回移除后数组的新长度。

不要使用额外的数组空间，你必须在原地修改输入数组并在使用 O(1) 额外空间的条件下完成。

示例 1:



给定数组 nums = [...]]></description><category></category></item><item><title><![CDATA[《Python数据分析与展示》-Pandas学习笔记07]]></title><link>https://blog.csdn.net/nodoself/article/details/81987877</link><guid>https://blog.csdn.net/nodoself/article/details/81987877</guid><author>nodoself</author><pubDate>Thu, 23 Aug 2018 22:08:33 +0800</pubDate><description><![CDATA[Pandas数据特征分析

Pandas库的数据排序

.sort_index()方法在指定轴上根据索引进行排序，默认升序

.sort_index(axis=0, ascending=True)

实例：


In [1]: import pandas as pd

In [2]: import numpy as np

In [3]: b=pd.DataFrame(np.arange(20)....]]></description><category></category></item><item><title><![CDATA[《Python数据分析与展示》-Pandas学习笔记06]]></title><link>https://blog.csdn.net/nodoself/article/details/81842438</link><guid>https://blog.csdn.net/nodoself/article/details/81842438</guid><author>nodoself</author><pubDate>Tue, 21 Aug 2018 23:08:32 +0800</pubDate><description><![CDATA[pandas库的引用

pandas是Python第三方库，提供高性能易用数据类型和分析工具

import pandas as pd

Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用

实例：


In [1]: import pandas as pd

In [2]: d=pd.Series(range(20))

In [3]: d
Out[3]:
0     ...]]></description><category></category></item><item><title><![CDATA[《Python数据分析与展示》-pyplot学习笔记05]]></title><link>https://blog.csdn.net/nodoself/article/details/81841370</link><guid>https://blog.csdn.net/nodoself/article/details/81841370</guid><author>nodoself</author><pubDate>Sun, 19 Aug 2018 20:56:49 +0800</pubDate><description><![CDATA[                                                                                  pyplot的基础图标函数

pyplot的基础图标函数

函数
			说明
		plt.plot(x,y,fmt,…)
			绘制一个坐标图
		plt.boxplot(data,notch,position)
			绘制一个箱形图
...]]></description><category></category></item><item><title><![CDATA[《Python数据分析与展示》-Matplotlib学习笔记04]]></title><link>https://blog.csdn.net/nodoself/article/details/81839609</link><guid>https://blog.csdn.net/nodoself/article/details/81839609</guid><author>nodoself</author><pubDate>Sun, 19 Aug 2018 20:20:16 +0800</pubDate><description><![CDATA[                                                     

                                                                          Matplotlib库的使用

Matplotlib库的使用

Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发

...]]></description><category></category></item><item><title><![CDATA[《Python数据分析与展示》-PIL学习笔记03]]></title><link>https://blog.csdn.net/nodoself/article/details/81838362</link><guid>https://blog.csdn.net/nodoself/article/details/81838362</guid><author>nodoself</author><pubDate>Sun, 19 Aug 2018 17:05:57 +0800</pubDate><description><![CDATA[图像的数组表示

图像是一个由像素组成的二维矩阵，每个元素是一个RGB值

PIL ：Python Image Library

PIL库是一个具有强大图像处理能力的第三方库

在命令行下的安装方法： pip install pillow from PIL import Image Image是PIL库中代表一个图像的类（对象）

图像是一个三维数组，维度分别是高度、宽度和像素RGB 值

实例：...]]></description><category></category></item><item><title><![CDATA[《Python数据分析与展示》-Numpy学习笔记02]]></title><link>https://blog.csdn.net/nodoself/article/details/81836465</link><guid>https://blog.csdn.net/nodoself/article/details/81836465</guid><author>nodoself</author><pubDate>Sun, 19 Aug 2018 14:33:49 +0800</pubDate><description><![CDATA[
                                                                          Numpy中文件的存取


一、数据的CSV文件存取

CSV (Comma‐Separated Value, 逗号分隔值)

CSV是一种常见的文件格式，用来存储批量数据

1)CSV的储存

np.savetxt(frame, array, fm...]]></description><category></category></item><item><title><![CDATA[《Python数据分析与展示》-Numpy学习笔记01]]></title><link>https://blog.csdn.net/nodoself/article/details/81749816</link><guid>https://blog.csdn.net/nodoself/article/details/81749816</guid><author>nodoself</author><pubDate>Sat, 18 Aug 2018 13:06:52 +0800</pubDate><description><![CDATA[此系列文章是作为学习嵩天老师的《Python数据分析与展示》的记录文章，以此来练习和巩固学习到的这个课程的内容。其中文章大部分内容都在摘取自嵩天老师的PPT的内容。如果你也对这个课程感兴趣的话，建议直接到中国MOOC上面搜索嵩天老师的这个课程来学习，嵩天老师的课程讲得很基础也很详细，并且嵩天老师的Python系列课程都是值得一听，值得一学。

第一章  numpy入门


import numpy...]]></description><category></category></item><item><title><![CDATA[Python爬取网易车型库]]></title><link>https://blog.csdn.net/nodoself/article/details/81566343</link><guid>https://blog.csdn.net/nodoself/article/details/81566343</guid><author>nodoself</author><pubDate>Fri, 10 Aug 2018 17:17:56 +0800</pubDate><description><![CDATA[  跟搜狐车库的爬取思路是一样的。首先找到每个车型的连接，然后遍历每个车型的连接去爬取所需的数据。不过网易车型库相较于搜狐车库而言是爬取的时间是远远少于搜狐汽车的。毕竟网易汽车的数据是不用渲染就可以爬取下来的，而搜狐汽车的数据需要渲染之后才可以爬取下来。

步骤1：获得品牌的连接


import requests
import re

url = 'http://product.auto.163...]]></description><category></category></item></channel></rss>