sixkery的博客

黄渤导演的处女作《一出好戏》在八月十号上映，两天累计票房4.37亿，豆瓣评分7.4，网友一片叫好，没想到拍出了一部魔幻现实主义的故事。下面我们用数据来展示一下网友的看法。获取数据这里选择用猫眼来获取网友的评论先来分析一下网页，打开猫眼一出好戏页面，发现只有几条评论。影评猫眼在没有登录的情况下并没有展现评论内容，我们换一种思路，用电脑模拟手机客户端来获取数据。 点击箭...

python清洗excel的数据还是很简单的 这里就列举例子说一下 这是原始数据，这里要处理的是地区和薪水两个字段。 代码：import xlrdimport codecsimport redef get_salary(salary): # 利用正则表达式提取月薪，把待遇规范成千/月的形式 # 返回最低工资，最高工资的形式 if '-' in sala...

def get_area(area):    #统计各个城市的个数    area_dict = {}    for i in set(area):        area_dict[i] = area.count(i)    data = []    for item in area_dict:        data.append((item,area_dict[item]...

秋招这个时候已经开始了，正所谓知己知彼方能百战不殆，今天就从招聘网站下手分析一波机械的就业前景。 这次获取数据的网站是前程无忧，之所以选择前程无忧，是因为数据获取没有什么难度，再者前程无忧提供的岗位信息比智联招聘，拉勾提供的数据都多。 看了一下，前程无忧提供了 2000页/50条 数据，考虑到数据可能有些重复，这里获取 48569 条数据。数据获取用到的爬虫框架是 scrapy ...

泰坦尼克号数据集，是kaggle（Titanic: Machine Learning from Disaster）上入门机器学习（ML）的一个好的可选数据集，当然，也是不错的练习数据分析的数据集。对 python ，在数据分析方面，作为一柄利器，涵盖了「数据获取→数据处理→数据分析→数据可视化」这个流程中每个环节，这个项目作为新生练习最好不过了。探索的问题主要探寻坦尼克号上的生还率和各因素（客...

这是网上十分钟入门 pandas 的教程，在此手敲一遍。ps:这哪是十分钟，tm明明敲了好久，蓝瘦香菇。首先导入库：import pandas as pdimport numpy as npfrom matplotlib import pyplot as plt创建对象创建一个 series 通过传递值的列表，让 pandas 创建一个整数索引：s = pd.Series([1,...

pandas 练习的项目数据加载import pandas as pdimport numpy as npimport matplotlib.pyplot导入数据df = pd.read_csv('DataAnalyst.csv',encoding='gbk')df.head() city companyFullName...

简介数据分析最重要的包是 NumPy 和 Pandas 。NumPy 是 Python 数值计算的扩展。NumPy 是 SciPy 、Pandas 等数据科学的基础库。它提供的数据结构比 Python 自身提供的数据结构更有效，速度快。NumPy 提供的数据结构是 Python 进行数据分析的基础。NumPy 运算效率比 Python 的 list 快很多，为啥快呢？因为底层实现的原...

namecontinentAfghanistanAsiaAlbaniaEuropeAlgeriaAfricaAndorraEuropeAngolaAfricaname:國家名稱continent:洲份Pattern Matching Strings此教程使用LIKE運算子來檢查國家名字，我們會在world表格中運用SELECT語句：...