12 2020 档案

摘要: 阅读全文
posted @ 2020-12-24 22:10 止一 阅读(660) 评论(0) 推荐(0)
摘要:以下内容仅用于帮助个人理解装饰器这个概念,案例可能并不准确。 什么是装饰器? 我们知道iPhone 应用商店中有成千上万的APP,我们也知道苹果系统每年都会大版本更新增加很多新功能。这些功能要想发挥出来需要软件进行适配,如果全部让软件开发者去主动适配,难度很大。苹果要想保持软件的体验,要么强制开发者 阅读全文
posted @ 2020-12-23 16:47 止一 阅读(212) 评论(0) 推荐(0)
摘要:目标: 1.股票数据获取 2.历史趋势分析及可视化 3.风险分析 实验数据:来源于Yahoo Finance / Stooq,该网站提供了很多API接口,本文用的工具是pandas-datareader 实验平台:Anaconda (pandas-datareader 需手动pip install) 阅读全文
posted @ 2020-12-21 20:03 止一 阅读(2464) 评论(0) 推荐(0)
摘要:目标:爬取网站上的书名和简介 以下为代码: import requests # 调用requests库 from bs4 import BeautifulSoup # 调用BeautifulSoup库 res = requests.get('https://localprod.pandateache 阅读全文
posted @ 2020-12-15 23:22 止一 阅读(260) 评论(0) 推荐(0)
摘要:编程理解无偏性与相合性 无偏性 1 from statistics import mean 2 from statistics import variance 3 import random 4 import matplotlib.pyplot as plt 5 6 7 def variance_b 阅读全文
posted @ 2020-12-15 23:10 止一 阅读(334) 评论(0) 推荐(0)
摘要:# 创建一个人事系统类class hrSystem:# 创建存储员工名字的变量 namename = ''# 创建存储员工工资的变量 salarysalary = 0# 创建存储员工绩效的变量 kpi kpi = 0# 定义录入员工信息的类方法 @classmethod def record(cls 阅读全文
posted @ 2020-12-15 23:00 止一 阅读(1215) 评论(0) 推荐(0)
摘要:对于爬虫被封禁 ! 爬虫一般来说只要你的ip够多,是不容易被封的。 一些中小网站要封杀你,他的技术成本也是很高的,因为大多数网站没有vps,他们用的是虚拟空间或者是sae,bae这样的paas云。 其实就算他们不考虑seo搜索优化,用ajax渲染网页数据,我也可以用webkit浏览器组件来搞定aja 阅读全文
posted @ 2020-12-15 22:53 止一 阅读(1490) 评论(0) 推荐(0)
摘要:# proxy_list 代理列表 run_times = 100000 for i in range(run_times): for item in proxy_list: proxies = { 'http': item, 'https': item, } print(proxies) try: 阅读全文
posted @ 2020-12-15 22:47 止一 阅读(273) 评论(0) 推荐(0)
摘要:因在程序中需要做城市间跳转,但是页面中包含的css、scripts和图片等路径是要排除在外的。这就需要在正则中指定当遇到哪些 字符时需要略过。 正则如下: /((?!css)(?!scripts)(?!images)[a-zA-Z]+)/ 指定当路径中包含 css scripts 和 images 阅读全文
posted @ 2020-12-15 22:42 止一 阅读(6406) 评论(0) 推荐(0)
摘要:经常我们会遇到想找出不包含某个字符串的文本,程序员最容易想到的是在正则表达式里使用,^(hede)来过滤”hede”字串,但这种写法是错误的。我们可以这样写:[^hede],但这样的正则表达式完全是另外一个意思,它的意思是字符串里不能包含‘h',‘e',‘d'三个但字符。那什么样的正则表达式能过滤出 阅读全文
posted @ 2020-12-15 22:39 止一 阅读(7668) 评论(0) 推荐(0)
摘要:如何估计总体的均值? 通过抽样得到样本均值,但显然一个样本不足以消除偶然性,所以需要多次抽样, 多次样本可以得到多个样本均值,这些样本均值 的 期望,就可以代表总体均值。 如何估计总体的方差? 多次抽样得到多个样本,每个样本计算一次方差,可以得到多个方差, 注意:计算每一个样本的方差时要除的是n-1 阅读全文
posted @ 2020-12-15 22:30 止一 阅读(154) 评论(0) 推荐(0)
摘要:在适当的条件下,相互独立的随机变量之和经适当标准化后,其分布近似于正态分布;不要求变量本身服从正态分布。 代码: 1 import random 2 import matplotlib.pyplot as plt 3 from statistics import mean 4 5 6 def sam 阅读全文
posted @ 2020-12-15 22:19 止一 阅读(182) 评论(0) 推荐(0)
摘要: 阅读全文
posted @ 2020-12-15 22:00 止一 阅读(166) 评论(0) 推荐(0)
摘要:1 import random 2 import matplotlib.pyplot as plt 3 4 5 # 掷硬币,头0,花1 6 def toss(): 7 return random.randint(0, 1) 8 9 10 if __name__ == "__main__": 11 1 阅读全文
posted @ 2020-12-14 23:31 止一 阅读(104) 评论(0) 推荐(0)
摘要: 阅读全文
posted @ 2020-12-14 23:21 止一 阅读(115) 评论(0) 推荐(0)
摘要:1 from collections import Counter 2 from math import sqrt 3 4 def frequency(data): 5 """频率""" 6 counter = Counter(data) 7 ret = [] 8 for point in coun 阅读全文
posted @ 2020-12-14 23:08 止一 阅读(340) 评论(0) 推荐(0)
摘要:1.数据的可靠性和有效性 2.利用图表对数据进行可视化 2.1分类变量的可视化 2.11无序分类变量 2.12有序分类变量的可视化 2.1数值变量的可视化 数据的分布 阅读全文
posted @ 2020-12-14 22:24 止一 阅读(474) 评论(0) 推荐(0)
摘要: 阅读全文
posted @ 2020-12-14 21:05 止一 阅读(39) 评论(0) 推荐(0)
摘要:学习了一下如何用python实现微信消息的防撤回, 主要思路就是: 时时监控微信,将对方发送的消息缓存下来 如果对方撤回了消息,就将该缓存信息发送给文件传输助手 但其实这功能,基本上毫无意义,看到别人错发的消息除了满足一下猎奇心,而且还是短暂的猎奇心,真的没什么卵用,除非你有其他目的。学习这个也基本 阅读全文
posted @ 2020-12-08 20:02 止一 阅读(933) 评论(0) 推荐(0)