这是书籍《PandasCookbook》书籍第03章的代码复现，所有代码运行在JupyterNotebook上，原讲解地址是：https://www.jianshu.com/p/05cb76788c80我上传代码的github地址是：https://github.com/Asunqingwen/PandasCookbook.gitgithub上有该书中用到的data，里面代码会不定期更新（因为工作原因，时间不定），直到本书学习完成！相比原讲解，会穿插一些自
系统 2019-09-27 17:53:04 2581
需求：将utf-8格式的文件转换成gbk格式的文件实现代码如下：复制代码代码如下:defReadFile(filePath,encoding="utf-8"):withcodecs.open(filePath,"r",encoding)asf:returnf.read()defWriteFile(filePath,u,encoding="gbk"):withcodecs.open(filePath,"w",encoding)asf:f.write(u)de
系统 2019-09-27 17:52:51 2581
Flaskapp配置配置内容：文件夹路径，运行的文件类型，文件大小限制fromflaskimportFlaskFILE_FOLDER='path/to/file_folder'ALLOWED_EXTENSIONS=set(['png','jpg','jpeg'])app=Flask(__name__)app.config['UPLOAD_FOLDER']=FILE_FOLDERapp.config['MAX_CONTENT_LENGTH']=16*1024
系统 2019-09-27 17:52:33 2581
谈到比特币，我们都知道挖矿，有些人并不太明白挖矿的含义。这里的挖矿其实就是哈希的碰撞，举个简单例子：importhashlibx=11y=1#这里可以调节挖矿难度，也就是哈希的长度whilehashlib.sha256(f'{x*y}'.encode("utf-8")).hexdigest()[5:7]!="00":print(x*y)y+=1print("找到了：",(x*y))结果如下：当然比特币的挖矿要比这个复杂太多，但是原理差不多，有个大概的认知。
系统 2019-09-27 17:49:39 2581
声明：代码的运行环境为Python3。Python3与Python2在一些细节上会有所不同，希望广大读者注意。本博客以代码为主，代码中会有详细的注释。相关文章将会发布在我的个人博客专栏《Python从入门到深度学习》，欢迎大家关注~K-Means算法、K-Means++算法以及MeanShift算法都是基于距离的聚类算法，一般此类聚类的聚类结果都是球状的簇，但当聚类结果是非球状的时候，基于距离聚类的聚类算法得到的聚类结果并不是那么的好，然而，基于密度的聚类
系统 2019-09-27 17:52:43 2580
阅读更多分词工具的选择：现在对于中文分词，分词工具有很多种，比如说：jieba分词、thulac、SnowNLP等。在这篇文档中，笔者使用的jieba分词，并且基于python3环境，选择jieba分词的理由是其比较简单易学，容易上手，并且分词效果还很不错。分词前的准备：待分词的中文文档存放分词之后的结果文档中文停用词文档（用于去停用词，在网上可以找到很多）分词之后的结果呈现：图1去停用词和分词前的中文文档图2去停用词和分词之后的结果文档分词和去停用词代码
系统 2019-09-27 17:47:53 2580
将Python脚本文件包装成可执行文件，其目的有二:一则:不需要依赖Python编译器就可以运行软件二则:不想让自己的源码公布出去常用的工具有:py2exe、cx_freeze等【工具:py2exe】安装py2exe安装该工具很简单:只需要从官方网站:http://www.py2exe.org/下载与版本对应的安装程序，点击下一步即可完成安装。安装后，执行importpy2exe，不报错则表示安装成功!复制代码代码如下:>>>importpy2exe>>>
系统 2019-09-27 17:45:59 2580
具体内容如下：1os.system例如ipython中运行如下命令，返回运行状态statusos.system('cat/etc/passwdqc.conf')min=disabled,24,11,8,7max=40passphrase=3match=4similar=denyrandom=47enforce=everyoneretry=3Out[6]:02os.popen()popen(command[,mode='r'[,bufsize]])->pip
系统 2019-09-27 17:38:06 2580
假设一个表有6个字段c1,c2,c3,c4,c5,c6，有如下的sql语句:selectc1,count(distinct(c6))fromtblwherec3>1groupbyc3;python中asq模块可以实现类似的查询，以下用一个示例说明。#!/usr/bin/envpython2.7#-*-encoding:utf-8-*-importosfromdatetimeimport*importtimefromasq.initiatorsimportq
系统 2019-08-12 01:52:34 2580
之前在公司做一个项目，项目需求是按照标签分类，去不同网站上爬取文章的内容，标题等。然后我就一个网站一个网站的去配xpath，可是网站特别多的时候，领导就会对我提出一个需求能不能，写一种程序然后用来解析所有的网站，也就是智能化解析。这对我一个刚刚做爬虫不久的新手就是很头疼了。于是各种网上找资料，于是发现了DIFFBOT这个东西。官网https://www.diffbot.com，注册后会有15天的免费使用的时间。注册后会发邮件给你一个token,通过toke
系统 2019-09-27 17:57:24 2579
下面就是今天下午的研究成果。发布系统需要响应用户的中断请求，需要在GET方法中杀掉由subprocess派生的子进程，刚开始直接用os.kill发现子进程的子进程无法kill，谷歌了一些，发现kill可以干掉进程组，于是测试，但是默认情况下，subprocess派生的进程组和主程序，也就是我的web.py进程是在一个进程组里的，这要是kill了，那就调的了。继续翻google，看subprocess的document时发现这个变量：subprocess.C
系统 2019-09-27 17:56:58 2579
最后一次更新于2019/07/10ICMPPing目的此任务是重新创建第3讲(延迟，丢失和吞吐量)中讨论的ping客户端。Ping是一个用于在计算机网络中测量延迟和丢失的工具。在实际应用中，我们可以通过ping命令分析判断网络失败的原因。当然，这类信息也可用于帮助我们选择性能更佳的IP地址作为代理服务器。原理Ping通常使用Internet控制消息协议(ICMP)报文来测量网络中的延迟和丢失：本机在ICMP包中发送回响请求(ICMP类型代码为8)给另一个主
系统 2019-09-27 17:56:16 2579
我们都知道，爬虫获取页面的响应之后，最关键的就是如何从繁杂的网页中把我们需要的数据提取出来，python从网页中提取数据的包很多，常用的解析模块有下面的几个：BeautifulSoupAPI简单但解析速度慢，不推荐使用lxml由C语言编写的xml解析库(libxm2),解析速度快但是API复杂Scrapy综合以上两者优势实现了自己的数据提取机制，被称为Selector选择器。它是由lxml库构建的，并简化了API，先通过XPath或者CSS选择器选中要提取
系统 2019-09-27 17:54:28 2579
在android上，我们可以使用QPython来编写、执行Python脚本。它对很多android系统函数进行了方便的封装，使用QPython编写功能简单的小程序异常方便。这个示例是我之前用来读取手机位置信息并作为进一步处理数据的基础脚本。复制代码代码如下:#-*-coding:utf-8-*-importandroidhelperimporttimefrommathimportradiansdroid=androidhelper.Android()dro
系统 2019-09-27 17:51:52 2579
前言APScheduler是基于Quartz的一个Python定时任务框架。提供了基于日期、固定时间间隔以及crontab类型的任务，并且可以持久化任务。在线文档：https://apscheduler.readthedocs.io/en/latest/userguide.html一、安装APSchedulerpipinstallapscheduler二、基本概念APScheduler有四大组件：1、触发器triggers：触发器包含调度逻辑。每个作业都有
系统 2019-09-27 17:46:59 2579
