python

前一段时间，用Django搭建一个报表分析的网站；借此正好整理一下笔记。1. 安装python有包管理工具pip，直接cd Python27/Scripts，输入pip install django # install by version pip install --upgrade Django==<version>安装完成后，python -c "import django; print(django.get_version())"，若能打印出Django的...

对于给定的大量APP，如何爬取与之对应的（应用市场）分类、描述的信息？且看下面分解。1. 页面分析当我们在豌豆荚首页搜索框输入微信后，会跳转到搜索结果的页面，其url为http://www.wandoujia.com/search?key=%微信。搜索结果一般是按相关性排序的；所以，我们认为第一条搜索结果为所需要爬取的。紧接着，点进去后会跳...

1. 引言前一篇介绍了Pandas实现简单的SQL操作，本篇中将主要介绍一些相对复杂一点的操作。为了方便后面实操，先给出一份简化版的设备统计数据：0 android NLL 387546520 2099457911 0 ios NLL 52877990 916421755 1 android 魅族 8995958 120369597 1 android 酷派 9915906 200818172 1 android 三星 ...

1. 引言Pandas是一个开源的Python数据分析库。Pandas把结构化数据分为了三类：Series，1维序列，可视作为没有column名的、只有一个column的DataFrame；DataFrame，同Spark SQL中的DataFrame一样，其概念来自于R语言，为多column并schema化的2维结构化数据，可视作为Series的容器（container）；Panel，为3维的结构化数据...

1. 引言从安卓手机收集上来的机型大都为这样：mi|5mi|4cmi 4c2014022kiw-al10nem-tl00h收集的机型大都杂乱无章，不便于做统计分析。因此，标注显得尤为重要。中关村在线有对国内大部分手机的介绍情况，包括手机机型nem-tl00h及其对应的常见名称荣耀畅玩5C。因而，设计机型自动化标注策略如下：在搜狗搜索中输入机型进行...

对于给定的大量APP，如何爬取与之对应的（应用市场）分类、描述的信息？且看下面分解。1. 页面分析当我们在豌豆荚首页搜索框输入微信后，会跳转到搜索结果的页面，其url为http://www.wandoujia.com/search?key=%微信。搜索结果一般是按相关性排序的；所以，我们认为第一条搜索结果为所需要爬取的。紧接着，点进去后会跳...