我把所有工具神器资源都打包好了

640?wx_fmt=jpeg

冰岛 | Photo by 南山

今天是 6 月 30 日,2019 年上半年的最后一天。

从去年 7 月开始更新公众号,近一年的时间写了 90 多篇原创 ,平均一周两篇,坚持一年并不容易。

今天做一下复盘,把一些认为有用的原创文章分门别类地罗列出来,便于你收藏查看。

公众号文章主要分三个方向:Python 爬虫 & 数据分析系列、每周分享系列和机器学习系列(正在更新)

01 「Python 爬虫 & 数据分析」系列

Python 爬虫 & 数据分析系列是最早开始写的,基本都是自己从零基础入门 Python 的学习笔记。由于是学习笔记,所以写地很详细,对新手会很友好。文章也不是自嗨型的,除了自己没人看得懂的那种,而是认真看就一定会有所收获的。

爬虫系列爬取并分析了十多个网站:

640?wx_fmt=png

每个爬虫实战都运用了不同的爬虫知识,由浅入深,层层递进:

爬虫实战

 爬虫入门第一课:多种方法爬取猫眼 TOP100 电影

10 行代码爬取全国所有 A 股/港股上市公司信息

爬取世界大学排行榜,纵览中国大学十年排行变迁

练习下载网易新闻单页图片

分析 AJAX 批量下载澎湃网信息图

Selenium 爬取百万行东方财富网财务报表

模拟登陆爬取 IT 桔子网

 pyspider 爬取实战:抓取分析虎嗅网 5 万篇文章

Scrapy 爬取实战:抓取分析酷安 6000 款 App

Scrapy 爬取实战2:抓取豌豆荚全网7万款 App

Python 爬取分析维基百科 1983-2018 春晚

Python 分析漫威 DC 英雄综合实力,这人秒杀灭霸

...

更多文章在公众号菜单栏里的 Python 中

同时,还写了些适合初学者的资源总结性文章:

资源文章

入门必看|大佬们推荐的 Python 书单汇总

中英字幕 | 最棒的 Python 学习视频送你

说我是怎么从 Excel 表哥转到 Python 的

机器学习入门 | 刷新你三观的高数和线代教程

在 3 月份,我把这一系列文章作了升级完善,出了一门只需要 19.9 元的《Python 入门爬虫和数据分析实战》专栏课

我开了一门只要 19.9 元的爬虫数据分析专栏课(可点击)

在这里面可以学到,快速爬取百万行上市公司财务报表:

640?wx_fmt=gif

批量抓取图片:

640?wx_fmt=gif

爬取整个网站的 App 信息:

640?wx_fmt=png

绘制一些好看的图:

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=gif

这个课程目前已有 500+ 人购买,感兴趣的话可以入手。(直接在本文打 19.9 元或者私信我发红包也可以



02「每周分享系列

第二个系列是「每周分」,顾名思义,就是会在每个周末分享一篇 实用效率工具神器 方面的文章,很多都是平时用得到的干货。至今写了 33 期,相当受欢迎。大概是全网技术公众号里仅有我公众号才有的特色栏目。

都有哪些干货呢?

比如最早一篇介绍一款手机桌面神器的文章(全网公众号阅读量十万+,简书阅读量六万+):

∞ 一掏出手机,就暴露了程序猿身份

640?wx_fmt=png

比如推荐手机上实用的 APP:

盘点那些手机上绝对值得安装的 App

640?wx_fmt=png

比如资源搜索传输:

我珍藏很久的网盘资源搜索网站和下载神器

还在用网盘给别人分享文件?

比如阅读新闻:

安卓最强阅读器推荐给你

一个聚合全网热点信息的神网站

有了它,你手机上的很多 App 都可以卸了

比如资源下载:

快速批量下载 B 站视频

还在用百度下载软件?

关于写作:

程序员是如何在 5 分钟内搞定公众号排版的

这个 GitHub 库能拯救你的文章排版

这几点都做不好,还写公众号?

精挑细选的 PPT 模板:

福利 | 国外最牛逼的一套 PPT 作品送给你

福利 | 史上第 2 畅销的 PPT 作品送你

福利 | 让你的 PPT 更有逼格的绝招

Python 和 PPT 能擦出什么样的火花?

640?wx_fmt=png

还有一些有趣又有用的文章:

你根本不会用百度

朋友圈的一些高级玩法

手机控?这两款神器能让你远离手机

一个「秒搜」豆瓣好书的网站

两个神网站保护你的隐私

有了它们,我把所有截图、录 GIF、录屏软件都卸了

扔掉你的鼠标

今天,我把这些文章中提到的各种神器、App、资源文件等全部打包好了准备分享给你。


03 「机器学习」系列

第三个是最近在更新的「机器学习」系列。网上有很多机器学习的教程,不可否认有一些很好的,但是适合零基础的教程少之又少。教程要么讲原理公式,枯燥难懂;要么是简单调包,毫无营养。大多都属于「一看就会,一做就废」的类型。

其实,最适合零基础新手的教程应该是:用实际的生活场景引入算法,中间辅以少量的公式和概念,最后用 Python 手写实现,整个过程尽量用通俗易懂的大白话。

基于此,我写了这样的一系列文章:

Python 手写机器学习最简单的 kNN 算法

Python 手写 Sklearn 中的 kNN 封装算法

怎么把数据集划分成训练集和测试集

kNN 模型分类效果的好坏怎么判断?

鸢尾花和手写数字识别分类问题实战

怎么快速找到效果更好的kNN 模型

使用网格搜索 GridSearchCV 调参

数据归一化 Fearture Scaling

kNN 解决回归问题:预测波士顿的房价

目前刚更新完第一个 kNN 算法,即将更新线性回归算法。

感兴趣的话,可以关注这个公众号,里面只更新机器学习这一系列的内容:

640?wx_fmt=png

最后,说一个福利

鉴于今天是今年上半年最后一天,所以今天我的知识星球打 5 折。原价 99 元,今天只要 50 元就可以加入。50 元可以免费获得上面 19.9 元的 python 专栏课和打包的干货资源,另外星球本身也有大量干货。感兴趣可以扫码加入:

640?wx_fmt=png

以上就是这一年的公众号总结。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值