我那柏拉图式的情人

1. to_datatime 转化成时间类型 转换成时间类型，要通过format 指定之前的格式 转换后可以看到Boarding_time 变成 datatime64类型 2. astype 转化成其他类型，如这里转化成浮点型 3. duplicated 查看重复值 drop_duplicates 去重， inplace = True 表示更改数据源data 4. 空值 isnull 判断哪个位置为空，用any判断哪列有空值 dropna 删除空值 fi..

调用pymysql 的connect 方法 host: mysql 服务器 user:数据库的用户名 password:数据库的密码 port: 端口号 charset：数据库的字符集 1. shape 表示sql结果有几行几列 columns 表示数据库中表的定义值 可用索引调用单个或多个列 ...

连续索引：取出前三个元素 间断索引：取出第一第四第六个元素 逻辑索引：取出小于19的数 构造二位数组： 取某个位置的值： 取某一行的值： 取某一列的值

ProxyHandler 处理器（代理设置）：解决封ip问题 返回值中可以看到是指定的ip

parse.urlencode: 字典转化成url 编码 结果： name=%E5%B4%94%E5%86%B0%E6%B4%81&age=18&greet=hello+world parse_qs： 将经过编码的url进行解码 结果：{'name': ['崔冰洁'], 'age': ['18'], 'greet': ['hello world']} urlparse 和 urlsplit: 解析url 区别：urlparse 有params ...

分布式进程指的是将Process进程分布的多台机器上，充分利用多台机器的性能完成复杂的任务，我们可以将这点应用的分布式爬虫的开发中。 我们举个简单例子，服务进程用来设置任务在task_queue，并设置接口。任务进程调用相同的接口，执行任务，结果写进result queue taskManager.py ： 服务进程 from multiprocessing.managers import BaseManager from multiprocessing import freeze...