（数据科学学习手札50）基于Python的网络数据采集-selenium篇（上）
一、简介 接着几个月之前的（数据科学学习手札31）基于Python的网络数据采集（初级篇），在那篇文章中，我们介绍了关于网络爬虫的基础知识（基本的请求库，基本的解析库，CSS，正则表达式等），在那篇文章中我们只介绍了如何利用urllib、requests这样的请求库来将我们的程序模拟成一个 ...
原文：（数据科学学习手札70）面向数据科学的Python多进程简介及应用
本文对应脚本已上传至我的Github仓库https: github.com CNFeffery DataScienceStudyNotes 一 简介 进程是计算机系统中资源分配的最小单位，也是操作系统可以控制的最小单位，在数据科学中很多涉及大量计算 CPU密集型的任务都可以通过多进程并行运算的方式大幅度提升运算效率从而节省时间开销，而在Python中实现多进程有多种方式，本文就将针对其中较为易用 ...
2019-11-08 19:40 0 299 推荐指数：
相关推荐
（数据科学学习手札31）基于Python的网络数据采集（初级篇）
一、简介 在实际的业务中，我们手头的数据往往难以满足需求，这时我们就需要利用互联网上的资源来获取更多的补充数据，但是很多情况下，有价值的数据往往是没有提供源文件的直接下载渠道的（即所谓的API），这时我们该如何批量获取这些嵌入网页中的信息呢？ 这时网络数据采集就派上用处了，你通过浏览器 ...
（数据科学学习手札15）DBSCAN密度聚类法原理简介&Python与R的实现
DBSCAN的主要优点有： 1） 可以对任意形状的稠密数据集进行聚类，相对的，K-Means之类 ...
（数据科学学习手札127）在Python中使用icecream实现高效debug
本文示例代码及文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 尽管有那么多花里胡哨的debug工具和方式供我们选择，但不得不承认，在大多数情况下，print()才是最方便的代码调试方式 ...
（数据科学学习手札71）利用Python绘制词云图
本文对应脚本及数据已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 词云图是文本挖掘中用来表征词频的数据可视化图像，通过它可以很直观地展现文本数据中地高频词： 图1 词云图 ...
（数据科学学习手札54）Python中retry的简单用法
一、简介 retry是一个用于错误处理的模块，功能类似try-except，但更加快捷方便，本文就将简单地介绍一下retry的基本用法。 二、基本用法 retry: 作为装饰器进行使用，不传入参数时功能如下例所示： 我们编写了每次运行都会通过raise报错 ...
（数据科学学习手札91）在Python中妥善使用进度条
本文示例代码已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 在日常运行程序的过程中常常涉及到循环迭代过程，对于执行时间很短的程序来说倒无所谓，但对于运行过程有明显耗时的涉及循环迭代的程序 ...
（数据科学学习手札68）pandas中的categorical类型及应用
一、简介 categorical是pandas中对应分类变量的一种数据类型，与R中的因子型变量比较相似，例如性别、血型等等用于表征类别的变量都可以用其来表示，本文就将针对categorical的相关内容及应用进行介绍。 二、创建与应用 2.1 基本特性和适用场景 在介绍 ...