<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_43458484的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_43458484</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_43458484]]></copyright><item><title><![CDATA[python  excel数据导入与导出]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/107333599</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/107333599</guid><author>weixin_43458484</author><pubDate>Tue, 14 Jul 2020 10:58:27 +0800</pubDate><description><![CDATA[虽然很简单，但是总是容易忘记。。。。。
import pandas as pd
data=pd.read_excel("C:/Users/Administrator/Desktop/bb.xlsx")     ###读入数据
data.head()
data12.to_excel('C:/Users/Administrator/Desktop/aaab.xlsx')      ####导出数据


]]></description><category></category></item><item><title><![CDATA[Python爬取两个城市之间的直线距离]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/106406566</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/106406566</guid><author>weixin_43458484</author><pubDate>Thu, 28 May 2020 15:47:53 +0800</pubDate><description><![CDATA[因需要爬取江浙沪皖地级市之间的城市距离，爬取的网址是http://www.china6636.com/。爬取代码如下：
###江浙沪皖41城市代号
x=[27005208,27017237,27029767,27035786,27036716,27071629,27044783,27115330,27045424,27060216,
   27060379,27059992,27065633,27085865,27074128,27017808,27071103,27045640,27003122,2701]]></description><category></category></item><item><title><![CDATA[python爬取2345天气网上2011年-2018年历史天气]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/106383153</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/106383153</guid><author>weixin_43458484</author><pubDate>Wed, 27 May 2020 15:54:18 +0800</pubDate><description><![CDATA[由于学业需要，本文利用python爬取2345历史天气，爬取年份为2011年到2018年，由于网页格式以及自身编程水平有限，本文分成四个部分爬取2011~2018的历史天气，分别为：2011-2015年，201年1-2月，2016年3-12月，2017年以后。本文爬取的地区是江浙沪皖地区的历史天气。
首先为2011年-2015年的天气代码如下：
#####多个城市循环爬取
###输入待查城市代号
city0=[58362,58343,58141,58044,58238,58259,58357,58246,5]]></description><category></category></item><item><title><![CDATA[ArcGIS从全国县界中提取江浙沪皖地级市图——续上一篇（提取县界图那篇）]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/106372274</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/106372274</guid><author>weixin_43458484</author><pubDate>Wed, 27 May 2020 11:17:18 +0800</pubDate><description><![CDATA[由于

]]></description><category></category></item><item><title><![CDATA[ArcGIS从全国县界中提取江浙沪皖县界图]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/106372202</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/106372202</guid><author>weixin_43458484</author><pubDate>Wed, 27 May 2020 08:40:40 +0800</pubDate><description><![CDATA[在实际应用中，我们通常会根据自己的研究需要裁定特定的县界图，比如我需要江浙沪皖的县界图，但是通常只能找到全国县界图，以前我都是去淘宝上花钱买，最近因为时间充裕，自己研究了一下，发现很简单，下面把制作做法分享给大家。

...]]></description><category></category></item><item><title><![CDATA[机器学习常见算法概述]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/103241460</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/103241460</guid><author>weixin_43458484</author><pubDate>Mon, 25 Nov 2019 16:59:21 +0800</pubDate><description><![CDATA[注：本文为转载，原创文章连接如下：（非常非常感谢博主大大！！！）https://blog.youkuaiyun.com/a819825294/article/details/52275798

    
        
            
                原创                机器学习常见算法概述
            
            
           ...]]></description><category></category></item><item><title><![CDATA[python爬取新浪新闻——以新车为例]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/102859333</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/102859333</guid><author>weixin_43458484</author><pubDate>Fri, 01 Nov 2019 16:05:21 +0800</pubDate><description><![CDATA[爬取新浪新闻时，主题词不同，网页格式也不一样，故在此选用“新车”为主题，爬取新浪新闻的标题、发布时间、链接、具体内容以及发布作者
爬取网址：http://auto.sina.com.cn/newcar/index.d.html
爬取代码如下：
####爬取新闻标题、发布时间、新闻链接
import requests
from bs4 import BeautifulSoup
import urll...]]></description><category></category></item><item><title><![CDATA[python爬取ZOL桌面壁纸图片]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/102851301</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/102851301</guid><author>weixin_43458484</author><pubDate>Fri, 01 Nov 2019 09:32:20 +0800</pubDate><description><![CDATA[最近迷上了爬虫，看了一丢丢视频学习之后，开始实战，爬取图片地址：
http://desk.zol.com.cn/
循环爬取“风景”图片，实现代码如下：
from urllib import request,error
import re
key_name=request.quote("fengjing")
##定义函数，将爬到的每一页的商品url写入到文件
def savefile(data):
...]]></description><category></category></item><item><title><![CDATA[决策树算法及应用]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/102817391</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/102817391</guid><author>weixin_43458484</author><pubDate>Thu, 31 Oct 2019 14:59:05 +0800</pubDate><description><![CDATA[1、划分选择
1.1信息增益
样本集合D中第k类样本所占的比例为pk（k=1,2,……|y|），则D的信息熵定义为：

Enter（D）越小，D的纯度越高。
离散属性a有V个可能取值：

v个分支节点包含D中所有在a上取值为a^V  的样本，记为D ^V,则信息增益定义为：

信息增益越大，利用属性a进行划分的纯度提升就越大，ID3算法就是根据信息增益为准则来选择划分属性。
1.2增益率
信息增益...]]></description><category></category></item><item><title><![CDATA[自然语言处理之序列标注（一）]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/102730343</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/102730343</guid><author>weixin_43458484</author><pubDate>Wed, 30 Oct 2019 09:15:03 +0800</pubDate><description><![CDATA[隐马尔可夫模型与序列标注
1、序列标注问题
序列标注问题指的是给定一个序列x=x1x2……xn，找出序列中每个元素对应标签y=y1y2……yn的问题。最简单的，输入一个自然数序列，输出他们的奇偶性，按序列排成另一个序列。这时标注集为{奇，偶}，标注过程如下：
![在
1.1序列标注与中文分词
{B，M，E，S}法——B（Begin）、E（End）分别表示词语首尾；M（Middle）表示词中；S（S...]]></description><category></category></item><item><title><![CDATA[pynlpir分词库报错解决办法]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/102625863</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/102625863</guid><author>weixin_43458484</author><pubDate>Fri, 18 Oct 2019 15:18:08 +0800</pubDate><description><![CDATA[最近使用pynlpir分词库时，遇到了如下的报错：

百度之后发现是license问题，很多百度回答都是去github上下载新的license，由于本人比较蠢，去官网上逛了很久，一直找不到下载选项，很久很久之后终于找到下载选项，但是文件太大，半天都没下载下来，emmmm……，后来经过不懈尝试，终于找到正确的下载网址：https://github.com/NLPIR-team/NLPIR/tree/...]]></description><category></category></item><item><title><![CDATA[python调用百度API正向、逆向解析地址]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/102601818</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/102601818</guid><author>weixin_43458484</author><pubDate>Fri, 18 Oct 2019 14:35:54 +0800</pubDate><description><![CDATA[1、输入地址，获取经纬度
#####读取数据
import pandas as pd
data=pd.read_excel('address.xlsx')
data.head(5)

#####创建列表
z_level=[0 for i in range(0,len(data.address))]
z_precise=[0 for i in range(0,len(data.address))]
...]]></description><category></category></item><item><title><![CDATA[机器学习目录]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/102600691</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/102600691</guid><author>weixin_43458484</author><pubDate>Thu, 17 Oct 2019 10:29:29 +0800</pubDate><description><![CDATA[版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。            
 ...]]></description><category></category></item><item><title><![CDATA[python去重、根据某列统计另一列频数]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/102595061</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/102595061</guid><author>weixin_43458484</author><pubDate>Wed, 16 Oct 2019 21:17:22 +0800</pubDate><description><![CDATA[python去重、根据某列统计另一列频数
假如有如下格式的数据，实现两个操作：（1）根据“ABC”列去重；（2）根据"jd"列统计“cun”

代码如下：
（1）去重
data1=data.drop_duplicates('ABC')   # 删除掉重复的行，在原值上直接修改
len(data1)
data1.to_excel('data1.xlsx')
data1.head(10)

结果：

...]]></description><category></category></item><item><title><![CDATA[ARCGIS绘制全国各省PM2.5浓度图操作步骤]]></title><link>https://blog.youkuaiyun.com/weixin_43458484/article/details/102586020</link><guid>https://blog.youkuaiyun.com/weixin_43458484/article/details/102586020</guid><author>weixin_43458484</author><pubDate>Wed, 16 Oct 2019 15:31:30 +0800</pubDate><description><![CDATA[ArcGIS新手小白一枚，经常需要帮助老师绘制一些简单的空间图，利用ArcGIS绘制全国各省的pm2.5浓度图，简单又方便，不记下来会忘记~]]></description><category></category></item></channel></rss>