爱数据爱统计

变量操作符格式等基础(1~8)序列索引和切片(9~14)列表List(15~19)字典Dict(20~29)循环Loop(30~35)函数Function(36~45)字符串String(046~050)循环与文件(051~056)多级字典与JSON(057~062)循环条件控制(063~068)英汉翻译字典(069~071)日期时间(072~076)用户名和密码检测(077~080)文件处理统计(081~086)文件管理(087~095)爬虫Requests(96-100)

记得在自己代码的同级目录下创建一个名为result的文件夹用于保存相关的结果和可视化图。

从翻译应用到自动驾驶汽车，机器学习 (ML) 技术为我们使用的一些最重要的技术提供支持。本课程介绍了机器学习背后的核心概念。机器学习提供了一种解决问题和回答复杂问题的新方式。基本上，机器学习是指训练一个软件（称为模型）以从数据进行实用的预测的过程。机器学习模型表示机器学习系统用于进行预测的数据元素之间的数学关系。例如，假设我们要创建一个预测降雨量的应用。我们可以使用传统方法或机器学习方法。我们使用传统的方法创建基于物理学的地球大气层和表面表征，计算大量的流体动力方程。这非常困难。

在Numpy中，你可能有一个具有三维空间的数组，对吧？从技术上来说，这就是一个张量。但是，为了简单起见，调用向量和矩阵张量也很常见——所以，从现在开始，所有的东西都是标量或张量。PyTorch的张量与它的Numpy具有等价的函数，比如ones(), zeros(), rand(), randn()，等等。在下面的例子中，我们分别创建一个：标量、向量、矩阵和张量——或者，换句话说，是一个标量和三个张量。输出：size()shapeattribute.输出：输出：view()reshape()

模块化使得代码可以被多个程序和项目共同使用，如果需要多次使用相同的代码，只需要将代码保存在一个模块中，然后在需要的地方导入即可。从而提高了代码的可重用性，减少了重复开发的工作。：模块化将代码分解为更小、更容易理解的组件，可以更容易地理解每个模块所做的工作，使得代码更加清晰易懂，提高代码的可读性。：模块化使得代码更加模块化、组合和重用，从而降低了代码的复杂度，避免了代码过于臃肿和混乱。：模块化将代码分解为更小的组件，可以更容易地编写单元测试，使得测试和调试变得更加容易，以确保每个模块都按照预期工作。

通过对用户的发帖和评论行为进行分析，可以了解投资者的行为特点，帮助股市研究人员和投资者更好地了解市场参与者的行为和态度。：通过分析股吧帖子的发布时间和更新时间，可以了解投资者的活跃时间段，从而根据市场波动情况制定投资策略。：通过对帖子主题进行关联分析，可以找出不同话题之间的联系和关联，帮助投资者理解市场的复杂性和变化规律。：通过统计帖子的阅读数和评论数，可以得到热门话题的排行榜，从而了解市场热点和投资者的关注度。：通过对评论内容进行情感分析，可以了解投资者的情绪波动，帮助投资者把握市场情绪变化。

统计软件与数据分析Lesson9----爬虫解析库Beautiful Soup知识点总结1.requests 模块1.1 查看requests功能函数1.2 发送请求1.3 传递URL参数1.4 获取响应内容2.Beautiful Soup模块2.1 解析器2.2 对象类型2.2.1 Beautiful Soup2.2.2 标签Tag2.2.3 可遍历的字符串NavigableString2.2.4 注释Comment2.2.5 对象比较2.2.6 复制对象2.3 遍历2.3.1 子节点 `.content

HTML 是用来描述网页的一种语言。HTML 指的是超文本标记语言 (Hyper Text Markup Language)HTML 不是一种编程语言，而是一种标记语言 (markup language)标记语言是一套标记标签 (markup tag)HTML 使用标记标签来描述网页。

实现多行字符串最终在一行显示，用在写代码时便于观看变量内容，输出时即使字符串很长但不影响内容的查看这种情形。使用下标索引检索想要查看的字符，索引为左闭右开，从0开始计数。若字符串中的内容有引号，则可以外面单引号里面的内容双引号。字符串的分割，分割后为list形式，通过索引获取想要的内容。字符串不加引号会识别为变量，如果变量在此之前未定义会报错。实现多行字符串的多行显示，可以按照我们自己的意愿进行分行。直接写变量的输出含单引号，即包含了变量的类型提示。print打印的输出的是变量中的内容。

加载包 import tushare as ts import warnings。

在 Python 中，函数定义其中，为函数名，parameters是函数的参数列表，可以为空；是函数体，包含一些语句和操作，可以有一个或多个return语句用于返回值；value是函数的返回值，可以为任何类型。该函数返回两个数的和该函数名为，有两个参数x和y，函数体是将这两个参数相减并返回相减的结果。

时间序列数据是按照时间顺序排列的数据，每个时间点上都有一个对应的观测值。时间序列数据可以用于对过去和未来的趋势、周期性、随机波动等进行分析和预测。1.股票价格：每天的股票价格是按照时间顺序排列的时间序列数据。2.天气数据：每天的温度、降雨量、风速等天气数据也是时间序列数据。3.交通流量：每小时、每天或每周的交通流量也是时间序列数据。4.网站访问量：每天、每周或每月的网站访问量也是时间序列数据。5.电影票房：每天或每周的电影票房收入也是时间序列数据。

案例1：金融数据分析----code知识点详解版

python 常用知识点梳理

python中dataframe数据的常用操作示例

anaconda 安装及python基本编程规范

jupyter Note环境配置，安装及使用以及python数据的读取操作等