<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[wulishinian的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/wulishinian</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; wulishinian]]></copyright><item><title><![CDATA[从5个维度总结python数据结构的关系，发现了这些技巧]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/107038468</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/107038468</guid><author>wulishinian</author><pubDate>Tue, 30 Jun 2020 11:21:00 +0800</pubDate><description><![CDATA[在python中，我们经常用列表，字典等数据类型进行数据存储或者重新构造一个序列，同时它们之间也有着一些关联关系，接下来我们就对python中常用的几种数据类型进行一个整体性的梳理。

区别
相同点

都相当于一个容器，有存放数据的功能
都可以用for … in 进行循环

不同点
序列存放的是不同类型的数据，迭代器中存放的是算法。
序列是将数据提前存放好，获取数据时通过循环或索引来取数据 ；而迭代器不需要存放数据，获取数据时通过算法获取下一个数据 。
序列中的每一个数据都要开辟内存空间；而迭代器并不需要，]]></description><category></category></item><item><title><![CDATA[加速Python列表和字典，让你代码更加高效]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/107037248</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/107037248</guid><author>wulishinian</author><pubDate>Tue, 30 Jun 2020 10:55:44 +0800</pubDate><description><![CDATA[今天，我们将讨论Python中的优化技术。在本文中，您将了解如何通过避免在列表和字典中进行重新计算来加快代码的速度。
我们先编写一个装饰器函数来计算函数的执行时间，方便测验不同代码的速度：
import functools
import time

def timeit(func):
    @functools.wraps(func)
    def newfunc(*args, **kwargs):
        startTime = time.time()
        func(*args, ]]></description><category></category></item><item><title><![CDATA[如何监视Python程序的内存使用情况]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/107015046</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/107015046</guid><author>wulishinian</author><pubDate>Mon, 29 Jun 2020 10:27:07 +0800</pubDate><description><![CDATA[我们使用Python和它的数据处理库套件(如panda和scikiti -learn)进行大量数据处理时候，可能使用了大量的计算资源。如何监视程序的内存使用情况就显得尤为重要。
1.询问操作系统
跟踪内存使用情况的最简单方法是使用操作系统本身。您可以使用top来提供您在一段时间内使用的资源的概述。或者，如果您想要现场检查资源使用情况，您可以使用ps命令:
$ ps -m -o %cpu,%mem,command

%CPU %MEM COMMAND

23.4  7.2 python analyze_dat]]></description><category></category></item><item><title><![CDATA[详解Python中的import的用法]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/107013807</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/107013807</guid><author>wulishinian</author><pubDate>Mon, 29 Jun 2020 09:40:29 +0800</pubDate><description><![CDATA[Python用了快两年了吧，其中有些东西一直是稀里糊涂地用，import便是我一直没有明白的东西。曾经有过三次解决它的机会，我都因得过且过、一拖再拖而没能化敌为友。今天下午，它又给了我一次机会，我想我还是从了它的心愿吧。
故事是从这篇台湾同胞的博客《Python的import陷阱》[1]（网址见底部）开始的，然后又跳到了Python社区的PEP 328提案[2]，再结合过去的经验以及一些测试，我想我大概懂了吧。下面是我的总结，希望内容能够言简意赅、易于理解。
import语句有什么用？import语句用来导]]></description><category></category></item><item><title><![CDATA[《隐秘的角落》弹幕分析，制作词云，看看观众们对该剧的评价如何]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106995394</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106995394</guid><author>wulishinian</author><pubDate>Sun, 28 Jun 2020 11:28:40 +0800</pubDate><description><![CDATA[最近有部很火的悬疑推理剧：《隐秘的角落》，豆瓣评分9.0，周末闲来无事，在追剧的同时爬取了下该剧第一集的弹幕，我们通过对弹幕进行分析，制作词云，来看看观众们对该剧的评价如何。
整篇文章分为两部分：1.爬取爱奇艺中该剧第一集的弹幕 2.对爬取出来的弹幕做处理，并制作词云。
爬取爱奇艺弹幕
相比于其他视频网站来说，爱奇艺的弹幕难爬一些，为啥呢，因为你爬取出来的文件是乱码的（下边会贴图），需要自己再把该文件二进制编码之后才能用。具体步骤如下：
首先，打开浏览器，进入爱奇艺页面，点开该剧，弹幕打开，然后F12，浏览]]></description><category></category></item><item><title><![CDATA[利用Python快速进行数据探查]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106993472</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106993472</guid><author>wulishinian</author><pubDate>Sun, 28 Jun 2020 10:11:46 +0800</pubDate><description><![CDATA[工作中你是否遇见这样的问题：

接手新业务时需要了解数十上百张的数据库表结构；
表中的数据量级均是百万级以上；
希望可以批量快速生成如下表格。


数据探查结果表
如果你遇到了以上的问题，恭喜你，本文可以帮助你解决！
1、解决思路
但有人会有疑问，Python进行数据探查不是非常简单的事吗，一个函数分分钟搞定，还有必要专门介绍吗。如果你这样想就too yong too simple了。
你可以回想下，当我们采用descirbe()函数时，默认的前提是已经将数据读入了Python之中。但你可曾想过，实际工作中]]></description><category></category></item><item><title><![CDATA[用Python自动执行数据处理任务]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106980458</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106980458</guid><author>wulishinian</author><pubDate>Sat, 27 Jun 2020 11:27:48 +0800</pubDate><description><![CDATA[很多数据分析爱好者都会使用Power BI构建Dashboard、可视化数据。
然而，在对复杂的Dashboard进行建立和改进时，总会通过不同的字段和相应表格，不断添加或删除Widget。
经过多次更改后，数据结构会看起来很杂乱——原先帮助构建Dashboard的那些表格和列表变得混乱不堪。一番数据处理后，最终的Dashboard可以包含所有当前使用字段。
不幸的是，在Power BI上实现Dashboard全预览的唯一方法是，自行浏览所有Widget的数据，并手动写下那些已用字段。

但程序员都会努力避]]></description><category></category></item><item><title><![CDATA[15分钟，教你用Python爬网站数据，并用BI可视化分析！]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106979815</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106979815</guid><author>wulishinian</author><pubDate>Sat, 27 Jun 2020 10:48:43 +0800</pubDate><description><![CDATA[作为一名在数据行业打拼了两年多的数据分析师，虽然目前收入还算ok，但每每想起房价，男儿三十还未立，内心就不免彷徨不已~
两年时间里曾经换过一份工作，一直都是从事大数据相关的行业。目前是一家企业的BI工程师，主要工作就是给业务部门出报表和业务分析报告。
回想自己过去的工作成绩也还算是不错的，多次通过自己分析告，解决了业务的疑难杂症，领导们各种离不开。
但安逸久了总会有点莫名的慌张，所以我所在的这个岗位未来会有多大发展空间，十年之后我能成为什么样的人呢？自己的收入空间还有多少？
一番惆怅之后，别再问路在何方了，]]></description><category></category></item><item><title><![CDATA[使用Python操作Excel时必学的3个库]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106905018</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106905018</guid><author>wulishinian</author><pubDate>Mon, 22 Jun 2020 16:44:39 +0800</pubDate><description><![CDATA[Python对Excel的操作我主要用xlwt、xlrd、xlutils这三个库。
1、xlwt主要用来创建并写入数据到Excel。已经存在的表不可以写入。
以下使用Python写九九乘法表到Excel

运行之后，代码文件所在的文件夹会多出一个”九九乘法表“的Excel，内容如下图：

2、xlrd主要用来读取Excel的数据。
以下使用Python读取刚刚写入的九九乘法表。

打印结果如下图：

3、使用xlutils的copy函数来变相更改Excel的数据。
配合xlrd库来更改

运行之后，文件夹又]]></description><category></category></item><item><title><![CDATA[了解Python中的内存分配和管理，能让你更高效地编写代码]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106903954</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106903954</guid><author>wulishinian</author><pubDate>Mon, 22 Jun 2020 16:09:33 +0800</pubDate><description><![CDATA[了解内存管理可以帮助您编写高效的Python代码。尽管您可能无法控制内存分配，但是您可以优化程序来更好地分配内存。
在深入研究之前，请记住：在python中，一切都是对象。
与C，C ++或Java不同，值存储在内存中，并且变量指向该内存位置。

C中的内存分配
在python中，整个对象存储在内存中，对象可以是整数、字符串或列表，以及指向对象的变量。困惑吗?
为了理解，让我们了解python对象的作用！
内存中的PyObject：

类型：整数、字符串、浮点数等
引用计数：绑定到该对象的引用的数量
值：值]]></description><category></category></item><item><title><![CDATA[这种反爬虫手段有点意思，看我破了它！]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106874920</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106874920</guid><author>wulishinian</author><pubDate>Sat, 20 Jun 2020 17:12:36 +0800</pubDate><description><![CDATA[这种反爬虫手段被广泛应用在一线互联网企业的产品中，例如汽车资讯类网站、小说类网站等文字密度较大的站点。在开始学习之前，我们先来看看具体的现象。
打开网址：
https://implicit-style-css_0.crawler-lab.com
呈现在我们眼前的是这样一个界面：

这次的任务，就是拿到页面上所呈现的内容的文本。在编写爬虫代码之前，我们要做几件事：

确定目标内容的来源，也就是找到响应目标内容的那次请求
确定目标内容在网页中的位置

其实就是最基本的观察和分析。
网络请求方面，打开浏览器调试工]]></description><category></category></item><item><title><![CDATA[10 个让你相见恨晚的 Python 骚操作]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106873622</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106873622</guid><author>wulishinian</author><pubDate>Sat, 20 Jun 2020 16:06:19 +0800</pubDate><description><![CDATA[众所周知，Python 以语法简洁著称，同样实现一个功能，Java 可能要十来行，Python 一行就可以搞定。
Python 的代码之所以这么优雅，完全归功于其独有的特性，只要你掌握了这些特性，同样可以写出像诗一样的代码。
下面我们就一起看看 Python 中的骚操作。
Hello World
对于大部分程序员来说，第一个程序应该都是 “Hello World!” 了，Python 直接将该入门程序做成了一个包。
In [1]: import __hello__
Hello world!

交换变量
一行]]></description><category></category></item><item><title><![CDATA[8种高级的Python列表使用技巧，你都会了吗？]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106852488</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106852488</guid><author>wulishinian</author><pubDate>Fri, 19 Jun 2020 11:14:34 +0800</pubDate><description><![CDATA[Python中的列表是我们最常见的数据结构之一，也是最强大的数据结构之一！Python列表功能非常丰富，并且具有很多隐藏的技巧没有被发现。
一、使用Python过滤列表
1.使用Filter（）函数
filter（）函数采用两个参数：函数和可迭代项。 在这种情况下，我们将定义一个函数并过滤一个列表。
让我们用一个例子来尝试一下！我们将从列表开始，并过滤出所有小于3的项：
original_list = [1,2,3,4,5]

def filter_three(number):
  return numbe]]></description><category></category></item><item><title><![CDATA[python入门：操作数据库项目实例分享]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106851518</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106851518</guid><author>wulishinian</author><pubDate>Fri, 19 Jun 2020 10:43:46 +0800</pubDate><description><![CDATA[本文根据一个项目实例，记录分享一下python将数据库的内容提取显示到程序界面的过程及相关设置，探索python操作数据库的用法。
主要分享内容：
1、显示数据库内容。
2、修改数据库内容。
3、表格控件指定滑块位置。
4、自定义右键菜单。
使用环境：
python3.7 + Mysql5 +PyQt5
针对人群：
初学者或有资料查阅需求者，资深人士勿喷，敬请提出宝贵意见，本人虚心接受。
前期准备
1、创建软件界面

上图为使用PyQt5相关模块创建的工程造价系统界面，使用的模块及功能：
1、QMainWi]]></description><category></category></item><item><title><![CDATA[数据挖掘：Python的错误和调试]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106838144</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106838144</guid><author>wulishinian</author><pubDate>Thu, 18 Jun 2020 16:40:51 +0800</pubDate><description><![CDATA[在我们的程序运行中，不可避免地会出现各种各样的错误。造成这些错误的原因也多种多样，可能是因为代码逻辑存在疏漏，某一种情况我们没有考虑到；也可能是因为用户的特殊操作，使我们的程序陷入了未曾涉及的场景……
错误处理
当Python将错误信息输出到控制台后，我们首先需要定位到错误发生的位置。
def test(name):
    return int(name)
test("cbekd")

例如，以上代码运行时会出现如下错误信息：
Traceback (most recent call last):
  Fi]]></description><category></category></item><item><title><![CDATA[学习 Python必须掌握的22个包]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106837293</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106837293</guid><author>wulishinian</author><pubDate>Thu, 18 Jun 2020 16:11:18 +0800</pubDate><description><![CDATA[如今全球各个行业内 Python 的使用状况怎么样呢？
这个问题就是我写这篇文章的初衷。我找出了22个最常用的 Python 包，希望能给你一些启发。
首先我列出了最近一年内 PyPI 上下载量最高的 Python 包。我们来看看这些包的作用，它们的之间的关系，以及为什么会如此流行。
1. Urllib3
8.93亿次下载
Urllib3 是 Python 的 HTTP 客户端，它提供了许多 Python 标准库没有的功能。

线程安全
连接池
客户端 SSL/TLS 验证
使用 multipart 编码进]]></description><category></category></item><item><title><![CDATA[用 Python 将 Excel 表格转成可视化图形]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106802354</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106802354</guid><author>wulishinian</author><pubDate>Wed, 17 Jun 2020 10:40:19 +0800</pubDate><description><![CDATA[作者 | Waao666
原文 | https://blog.youkuaiyun.com/weixin_40973138/article/details/106190092
仅供学习之用，如有侵权请联系删除。

大家知道，考研很大一部分也是考信息收集能力。每年往往有很多人就是在这上面栽跟头了，不能正确分析各大院校往年的录取信息，进而没能选择合适的报考院校。
至于很多院校的录取信息是以 PDF 形式发布，例如我手上的深大电通录取结果，这就需要我们先把 PDF 转化为 Excel 啦。

(1)PDF

(2)Exce.]]></description><category></category></item><item><title><![CDATA[Python面试必看！53个经典面试题详解]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106801902</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106801902</guid><author>wulishinian</author><pubDate>Wed, 17 Jun 2020 10:22:53 +0800</pubDate><description><![CDATA[本文列出53个Python面试问题，并且提供了答案，供数科学家和软件工程师们参考。
不久前，我作为“数据科学家”开始担任一个新的角色，实际上就是一位“Python工程师”。
如果我在面试前提前了解一下Python的线程生命周期，而不是它的Recommender System（推荐系统）的话，我可能会在面试中表现得更好。
为了帮助大家通过面试，下面我整理了我为Python面试/工作准备的问题，并提供了答案。大多数数据科学家都会编写大量的代码，所以这些问题/答案对科学家和工程师都同样适用。
无论你是一位面试官、]]></description><category></category></item><item><title><![CDATA[代码等待10秒不直观，教你用进度条显示时间进度]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106790935</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106790935</guid><author>wulishinian</author><pubDate>Tue, 16 Jun 2020 17:00:45 +0800</pubDate><description><![CDATA[你有没有试过代码里等待几秒再继续做下一件事，但是控制台日志啥都没打，一直傻傻的等？
今天教大家显示实时打印等了多少秒的进度条，希望大家喜欢。
1、工具
今天跟大家分享的Python库就是Tqdm，它是 Python 进度条库，可以在 Python 长循环中添加一个进度提示信息。用户只需要封装任意的迭代器，是一个快速、扩展性强的进度条工具库。
效果图

2、安装
$ pip install tqdm

3、tqdm的用法
主要有3种：

自动控制
手动控制
脚本或命令行

4、例子
使用方法一：传入可迭代对象]]></description><category></category></item><item><title><![CDATA[用 Python 让你的 PPT 数据动起来]]></title><link>https://blog.youkuaiyun.com/wulishinian/article/details/106790354</link><guid>https://blog.youkuaiyun.com/wulishinian/article/details/106790354</guid><author>wulishinian</author><pubDate>Tue, 16 Jun 2020 16:41:58 +0800</pubDate><description><![CDATA[在读技术博客的过程中，我们会发现那些能够把知识、成果讲透的博主很多都会做动态图表。他们的图是怎么做的？难度大吗？
这篇文章就介绍了 Python 中一种简单的动态图表制作方法。

数据暴增的年代，数据科学家、分析师在被要求对数据有更深的理解与分析的同时，还需要将结果有效地传递给他人。如何让目标听众更直观地理解？当然是将数据可视化啊，而且最好是动态可视化。
本文将以线型图、条形图和饼图为例，系统地讲解如何让你的数据图表动起来。

这些动态图表是用什么做的？
接触过数据可视化的同学应该对 Python 里的 M]]></description><category></category></item></channel></rss>