最近想学习一些python数据分析的内容，就弄了个爬虫爬取了一些数据，并打算用Anaconda一套的工具（pandas,numpy,scipy,matplotlib,jupyter）等进行一些初步的数据挖掘和分析。在使用matplotlib画图时，横坐标为中文，但是画出的条形图横坐标总是显示“框框”，就去查资料解决。感觉这应该是个比较常见的问题，网上的中文资料也确实很多，但是没有任何一个彻底解决了我遇到的问题。零零碎碎用了快3个小时的时间，才终于搞定。特此
系统 2019-09-27 17:55:12 2211
作用域LEGB作用域：变量起作用的范围。LEGB含义解释：L—Local(function)局部作用域；函数内的命名空间，可以通过locals()查看。E—Enclosingfunctionlocals外部嵌套作用域；外部嵌套函数的命名空间(例如closure闭包函数)G—Global(module)全局作用域；函数定义所在模块（.py文件）内的命名空间，可以通过globals()查看。B—Builtin(Python)内置模块作用域；Python内置模块
系统 2019-09-27 17:53:56 2211
方法：使用urlencode函数urllib.request.urlopen()importurllib.requestimporturllib.parseurl='https://www.sogou.com/web?'#将get请求中url携带的参数封装至字典中param={'query':'周杰伦'}#对url中的非ascii进行编码param=urllib.parse.urlencode(param)#将编码后的数据值拼接回url中url+=para
系统 2019-09-27 17:53:16 2211
Python是一门面向对象的编程语言，编译速度超快，从诞生到现在已经25个年头了。它具有丰富和强大的库，常被称为“胶水语言”，能够把用其他语言编写的各种模块(尤其是C/C++)很轻松地联结在一起。其特点在于灵活运用，因为其拥有大量第三方库，所以开发人员不必重复造轮子，就像搭积木一样，只要擅于利用这些库就可以完成绝大部分工作。如果你想选择一种语言来入门编程，那么Python绝对是首选！其非常接近自然语言，精简了很多不必要的分号和括号，非常容易阅读理解。编程简
系统 2019-09-27 17:51:02 2211
Python列表具有内置的list.sort()方法，可以在原地修改列表。还有一个sorted()内置的函数从迭代构建一个新的排序列表。在本文中，我们将探讨使用Python排序数据的各种技术。请注意，sort()原始数据被破坏，sorted()没有对原始数据进行操作，而是新建了一个新数据。一、基本的排序最基本的排序很简单。只要使用sorted()函数即可返回一个新的排序的列表>>>sorted([5,2,3,1,4])[1,2,3,4,5]咱们也可以使用l
系统 2019-09-27 17:51:01 2211
Pycharm鼠标移动到函数上，CTRL+Q可以快速查看文档，CTR+P可以看基本的参数。apply(),applymap()和map()apply()和applymap()是DataFrame的函数，map()是Series的函数。apply()的操作对象是DataFrame的一行或者一列数据，applymap()是DataFrame的每一个元素。map()也是Series中的每一个元素。apply()对dataframe的内容进行批量处理,这样要比循环
系统 2019-09-27 17:50:41 2211
Python数据类型转换有时候，我们需要对数据内置的内心进行转换，数据类型的转换，你只需要将数据类型作为函数名即可。以下几个内置的函数可以执行数据类型之间的转换，这些函数返回一个新的对象，表示转换的值。函数描述int(x[,base])将x转换为一个整数float(x)将x转换到一个浮点数complex(real[,imag])创建一个复数str(x)将对象x转换位字符串repr(x)将对象x转换位表达式字符串eval(str)用来计算在字符串中的有效Py
系统 2019-09-27 17:50:09 2211
目录一、什么是进程池或线程池二、理解同步、异步、三、multiprocess.Pool模块实现进程池3.1.1Pool使用方法3.1.1代码实例——multiprocess.Pool四、Python标准模块——concurrent.futures实现进程池和线程池4.1介绍4.2基本方法4.3代码实例——ProcessPoolExecutor方式1:方式2:方式34.4代码实例——ThreadPoolExecutor方式1：方式2：方式3：一、什么是进程池
系统 2019-09-27 17:49:43 2211
本书特色想深入应用手中的数据？还是想在上千份文件中重复同样的分析过程？没有编程经验的非程序员们如何能在最短的时间内学会用当今炙手可热的Python语言进行数据分析？来自Facebook的数据专家ClintonBrownley可以帮您解决上述问题。在他的这本书里，读者将能掌握基本Python编程方法，学会编写出处理电子表格和数据库中的数据的脚本，并了解使用Python模块来解析文件、分组数据和生成统计量的方法。●学习基础语法，创建并运行自己的Python脚本
系统 2019-09-27 17:49:39 2211
简述在大多数此类教程中都会不遗余力的介绍如何使用数据库。今天我们对数据库暂且不表，而是来关注另一个在web应用中很重要的特性：如何推送邮件给用户。在某个轻量级应用中我们可能会添加一个如下的邮件服务功能：当用户有了新的粉丝后，我们发送一封邮件通知用户。有很多方法可以实现这个特性，而我们希望提供出一种可复用的通用框架来处理。Flask-Mail介绍对于我们来说是幸运的，现在已经有很多外部插件来处理邮件，虽说不能百分百按照我们的想法去处理，但已经相当接近了。在虚
系统 2019-09-27 17:48:57 2211
