qq_51076481的博客

进来看看，保证过计算机python的二级！解答都超级简单~

历年计算机python考试真题全解析，比参考答案更简洁，更易懂

改进版爬取猫眼电影，信息最全，采用beautifulsoup+re

我在网上包括csdn都没有找到正确的解决办法，都是转换成int或者乘一个数什么的，但实际上对于回归任务，浮点数的标签是不能更改的，这样会极大的影响误差。我的办法是，先转换成int，再转换成浮点型就可以了具体的，例如 y.astype(int).astype(float)...

数据来源是在kaggle上下载的，或者来自某个社区的数据集全流程1，导入包import warningsfrom pandas_profiling import ProfileReportfrom lightgbm import LGBMClassifierfrom sklearn.multiclass import OneVsRestClassifierfrom sklearn.metrics import roc_curvefrom sklearn.metrics import f1_

我对背包问题的看法由于琢磨了一道最基础的题目，找打了空间复杂度为o(n)的算法思路如下，dp[i]表示第i个目标值时的最大容量或者价值如果可以重复，则对dp的内循环采用从小到大的策略否则，从大到小循环注意的是，边界条件的选取。对于这个选取，我喜欢举一个小栗子，通过流程图，直观的看出细节一些小栗子Lintcode 92 背包问题1class Solution: #d[j]表示当size等于j时,最多能承重的大小 def backPack(self, m, A):

写在前面从今天起，决定写这么一个专栏，记录自己的心得，无欲无求，权当是我的见证正题今天学习了一下动态规划，边刷题边找感觉，慢慢的随心应手了起来，最开始一脸懵逼，通过在leetcode上仔细琢磨了一道题的思路——没错，就是经典的爬楼梯，逐渐找到了感觉。从一开始，一道半个小时，到后面，一道题5-10分钟，还是蛮有成就感的动态规划目前做的题目，我的思路大概是这么一个流程1，找边界，一般是起始点2，找转移方程，一般是倒推出来3，根据题意建立dp的起始空间4，根据转移方程，建立dp的方程几个粟子

分析通过f12，再XHR过滤掉其它内容，容易找到Top100的接口是这样的url = 'https://blog.csdn.net/phoenix/web/blog/hotRank?page=' + \ str(i)+'&pageSize=25'总共4页，用一个循环搞定接着博主采用了json库解析ps,csdn的cookie真持久，昨晚来不及爬取了，现在没更新cookie，依然能用…最后用二维列表储存用pandas输出csv文件总共20行有效代码吧，非常easy

分析看官，点个赞呀~很需要你们的支持请求头，cookie，user-agent这些信息，请F12，就看得到；url，只需要注意一点，每新一页page增加30；解析网页用的Beautifulsoup；提取信息使用的re；保存信息使用的pandas；其它见代码，非常简单，可以尝试跟着敲一敲import requestsfrom bs4 import BeautifulSoupimport timeimport reimport pandas as pdheaders = {

说明这个top250系列（二）爬取到了很多信息，接下来简单分析一下小声bb——比较忙，没什么文字，来不及陈述分析过程及结论（哭）首先引入必要的库import warningsfrom pandas_profiling import ProfileReportfrom collections import Counterimport numpy as npimport pandas as pdimport seaborn as snsimport matplotlib.pyplot a

说明看官多多点赞呀~上次爬取到了电影名，但远远不够，笔者试图对top250再进行数据分析，因此需要爬到更多的信息。代码如下，应该是CSDN代码量最少最简单的了~关于怎么保存爬取的数据，参看我之前的博客，很简单的；另外，为防止被封，爬取一页需要短暂的sleep()，我设定的1simport requestsfrom bs4 import BeautifulSoupimport timeimport reimport pandas as pdheaders = { 'Cookie':

将爬取的top250数据加以保存（文本，excel，sql）接着上篇的top250，我们得到top250的title，现在保存它！文本这个只需要熟悉文本的操作即可，注意换行！n=0with open('top250.txt', 'w') as f: #l列表储存的电影title for i in l: f.writelines('{},{}'.format(n, i)+'\n') n += 1结果大家自己运行一下咯~excel这个可以用到许多库，最

八行代码爬取豆瓣TOP250这里使用了bs4库，解析html非常好用，此处为展示它的快速强大，借用下例说明，仅用8行代码便爬取到了top250的电影名字import requestsfrom bs4 import BeautifulSoupheaders = {#此处填写cookie，User-agent}for i in range(25): #html通过request请求得到,().text将()转化成文本 html= requests.get( 'https:

写在前面：我是一名大二在读的学生，专业是财务管理，与代码没有一点关系的，oh。但非常喜欢编程，目前正在努力学习，希望大家多多支持，嘿嘿问题描述:有一张excel表，如下图：我们的任务是根据这张表，统计不同学院开设的不同课程的门数，并将其图表可视化。这个任务的难点是对于同一门课程，同一个学院会因为设置不同的老师教授以及不同的上课时间，因此需要去重操作。解决方案：对于大佬来说，这个任务用numpy和pandas应该能很快并且很简洁地完成。对于萌新以及我自身来说，我考虑的是利用openxyl库提取数据，p.