1
推荐
1868
阅读
excel预处理爬虫数据
今天来对上一次爬取的数据进行处理，看看这乱糟糟的数据，什么鬼 1、地址处理address是这样的，太详细了，哪一弄都标明了，我们主要获取大概的区信息即可； 2、评论数获取对应的评论条数即可3、户型户型包含户型和建筑面积，需要拆分成两个字段4、价格价格的信息太任性，抓取了三列信息，p...
1
推荐
1447
阅读
用 BeautifulSoup 爬取安居客数据
虽然从17年开始各地政府对房价进行了管控，二套房首付提高，利率上升，租售同权等政策，但是上海的房价居高不下，买不起，我看看还不行嘛，这次就来爬爬某网上上海的楼盘，练习一下如何用BeautifulSoup爬取数据。一、页面信息查看打开首页，按F12,点击左边这个图标，点击楼盘信息，出现对应的标签，所有信息在class="ite...
1
推荐
3540
阅读
朴素贝叶斯分类及朴素贝叶斯法的参数估计
大家可以参考这篇博客对朴素贝叶斯的介绍，在这里主要将朴素贝叶斯分类和朴素贝叶斯的参数估计进行介绍，大家注意，朴素贝叶斯不等同于贝叶斯估计；一开始我们不知道某一目标事件发生的真实状态，我们只能够估计出某一事件发生的先验概率，随着得到的信息特征或证据越来越多，我们可以通过给定的信息来判断某一事件发生...
1
推荐
1850
阅读
2
推荐
1898
阅读
11-02作业——爬取千图网（http://www.58pic.com/)某个频道的图片（高清版）
爬取千图网星空频道的图片import urllib.requestimport urllib.errorimport re#浏览器伪装headers=("User-Agent","Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:49.0) Gecko/20100101 Firefox/49.0")opener=urllib.request.build_opener()opener.addheaders=[headers]#opener设置为全局urllib.request.install_opener(o...
2
推荐
1573
阅读
10.30课后作业——爬取CSDN博客http://blog.csdn.net/首页显示的所有文章（python数据挖掘课程）
1、方法一：for循环里添加报头伪装成浏览器爬取import urllib.requestimport reimport urllib.errorurl="http://blog.csdn.net/"#设置报头,chrome浏览器伪装headers=("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36\(KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36")#添加报头opener=u...
1
推荐
1100
阅读
0
推荐
1319
阅读
python基础知识一
1、注释 #注释，三引号'''表示多行注释2、标识符 首字母是字母或下划线 其他字母是字母、下划线或数字3、变量 a=5 a+=1 即（a=a+1）4、数据类型 数、字符串、列表（list）、元组（tuple）、集合（set）、字典（dictionary）（1）列表 abc=["my","you"] >>> abc ['my', 'you'] 取值 abc[0] 'my' 替换 abc[...
3
推荐
1146
阅读
10-19python作业-倒序乘法口诀表
#倒叙乘法口诀表#方法一for a in range(9,0,-1): for b in range(1,a+1): print(str(a)+"*"+str(b)+"="+str(a*b)+" ",end="")#end=""表示不换行 print()#方法二a=9while(a>0): for b in range(1,a+1): print(st...