<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[xiaoxiaojie521的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/xiaoxiaojie521</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; xiaoxiaojie521]]></copyright><item><title><![CDATA[英文句子中的字母统计]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/128444737</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/128444737</guid><author>xiaoxiaojie521</author><pubDate>Mon, 26 Dec 2022 15:16:21 +0800</pubDate><description><![CDATA[输入一句话，将这句话中的小写字母转成大写输出，并统计每个字母出现的次数，输出最大次数的字母及次数]]></description><category></category></item><item><title><![CDATA[python爬取网页数据出现中文乱码解决办法]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/125888475</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/125888475</guid><author>xiaoxiaojie521</author><pubDate>Wed, 20 Jul 2022 11:20:30 +0800</pubDate><description><![CDATA[python爬取网页数据出现中文乱码解决办法]]></description><category></category></item><item><title><![CDATA[使用pandas以及matplotlib画出带有表格的折线图]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/123820286</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/123820286</guid><author>xiaoxiaojie521</author><pubDate>Tue, 29 Mar 2022 14:50:08 +0800</pubDate><description><![CDATA[最近在研究如何画出带有表格数据的统计图，特此做个总结。
1. 明确目的
我们最终需要画出下图：

通过图片可以看到，该图中的折线图特点如下：

带有表格数据，且在下方；
图中有中文显示；
不含纵坐标，且横轴起点在0；
纵坐标不含刻度线，且范围设定为（-3.0，6.0）带小数点一位展示；
四周不含边界线；
折线图有颜色和点的形状设定；
图例在表格的index上（这点暂时未能实现，如果有会的小伙伴，烦请告知，不胜感谢！）

2.导入模块
import pandas as pd
# 画图模块
import mat]]></description><category></category></item><item><title><![CDATA[Python实现熵值法]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/122087021</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/122087021</guid><author>xiaoxiaojie521</author><pubDate>Wed, 22 Dec 2021 15:29:09 +0800</pubDate><description><![CDATA[函数功能
熵值法计算各项目综合得分
函数调用
The_Entropy_method.get_weights(data, name_list=None)
输入参数
data：二维数组，指标数据
name_list：指标正负向，1-代表正向，0-代表负向，默认是None，全为正向。
输出
ws：所有指标权重，一维数组
score：所有项目综合得分，一维数组
index：所有项目的名次，一维数组
代码实现
import pandas as pd
from sklearn.preprocessing import ]]></description><category></category></item><item><title><![CDATA[启动MongoDB报错：[main] Automatically disabling TLS 1.0, to force-enable TLS 1.0 specify --sslDisabledPro]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/121659549</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/121659549</guid><author>xiaoxiaojie521</author><pubDate>Wed, 01 Dec 2021 17:07:26 +0800</pubDate><description><![CDATA[这个问题头疼了好久，搜到的都是针对自己的情况个改的，我用了都不好使，在此记录一下，希望能帮助大家。
报错如图

注意到有一行错误：
exception in initAndListen: NonExistentPath: Data directory F:\data\db\ not found., terminating

解决办法
确定好data文件的位置，并在data文件夹下创建db文件夹和log文件夹，使用如下命令（位置需要替换你自己的）：
mongod --dbpath C:\Users\data\]]></description><category></category></item><item><title><![CDATA[如何在虚拟环境中安装python包]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/121370698</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/121370698</guid><author>xiaoxiaojie521</author><pubDate>Wed, 17 Nov 2021 09:22:01 +0800</pubDate><description><![CDATA[加入镜像以及虚拟环境的位置
pip install keras-bert==0.83.0 -i https://pypi.doubanio.com/simple/  --trusted-host pypi.doubanio.com    --target=C:\Users\anaconda3\envs\tf-gpu\Lib\site-packages


]]></description><category></category></item><item><title><![CDATA[Windows10下安装TensorFlow-gpu==1.14.0记录]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/121358177</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/121358177</guid><author>xiaoxiaojie521</author><pubDate>Tue, 16 Nov 2021 16:40:51 +0800</pubDate><description><![CDATA[安装TensorFlow-gpu版本踩了好多坑，还好终于解决了。
1 版本对应及选择
我的台式机上的显卡型号如下：（查看方式NIVIDA控制面板-&gt;帮助-&gt;系统信息-&gt;组件）

在TensorFlow官网中查看对应版本：

我安装的是TensorFlow-gpu1.14.0版本，最终成功的版本信息如下：
tensorflow-gpu==1.14.0
cuda == 10.0
cudnn == 7.6.5

2 安装过程
参考The Best Way to Install TensorFlo]]></description><category></category></item><item><title><![CDATA[下载安装Python中的tensorflow的所有依赖，用于离线安装Tensorflow]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/120196609</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/120196609</guid><author>xiaoxiaojie521</author><pubDate>Thu, 09 Sep 2021 16:15:37 +0800</pubDate><description><![CDATA[在联网的环境下新建文件夹，在该文件夹下打开命令窗口，执行如下语句：
pip download tensorflow==1.14.0

即可将所有安装依赖下载到文件夹中。

]]></description><category></category></item><item><title><![CDATA[解决Pandas读取文件丢失数据前的0问题]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/120042186</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/120042186</guid><author>xiaoxiaojie521</author><pubDate>Wed, 01 Sep 2021 16:02:42 +0800</pubDate><description><![CDATA[只需加上dtype=object即可，亲测可行
pd.read_csv(paths, header=None, delimiter=',', dtype=object)


]]></description><category></category></item><item><title><![CDATA[Python报错：ValueError: The following settings are not supported: {‘http_port‘: 7474}]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/117771179</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/117771179</guid><author>xiaoxiaojie521</author><pubDate>Thu, 10 Jun 2021 10:42:13 +0800</pubDate><description><![CDATA[在将数据导入neo4j数据库中报错，原因是py2neo版本过高，请降低版本试试。

]]></description><category></category></item><item><title><![CDATA[使用正则表达式切分英文句子，将标点和句子分开]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/117063166</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/117063166</guid><author>xiaoxiaojie521</author><pubDate>Thu, 20 May 2021 09:34:20 +0800</pubDate><description><![CDATA[[x.strip() for x in re.split(r'(\w+)?', sent) if x and x !=' ']

可将如下句子：
Mary moved to the bedroom.
切分结果：
[‘Mary’, ‘moved’, ‘to’, ‘the’, ‘bedroom’, ‘.’]

]]></description><category></category></item><item><title><![CDATA[数据结构之回溯法求解八皇后问题]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/112283878</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/112283878</guid><author>xiaoxiaojie521</author><pubDate>Wed, 06 Jan 2021 17:09:25 +0800</pubDate><description><![CDATA[本文主要是给出通过Python回溯法计算八皇后问题，除了在打印结果部分有点麻烦外，计算过程相对简单。
"""
八皇后问题是指如何在一个8X8的棋盘中放置八个皇后，并令他们相互攻击不到对方。也即每一行、每一列和每条斜线上都只有一个皇后。
"""

class Solution():
    def solvequeen(self, n):     
        self.helper([-1]*n, 0, n)

    def helper(self, columnpositions, rowindex]]></description><category></category></item><item><title><![CDATA[Python：爬取免费代理IP创建自己的代理IP池]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111661970</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111661970</guid><author>xiaoxiaojie521</author><pubDate>Fri, 25 Dec 2020 10:58:35 +0800</pubDate><description><![CDATA[在进行爬虫时，有时候爬取的次数多了或者短时间太过频繁就会出现无法访问的情况，此时是网站封了我们的IP ，为了避免这种情况，我们可以设置代理IP池，通过爬取免费代理IP网站获取代理IP ，然后不断测试更新代理IP池。由于免费的代理IP的不稳定性，因此只能是给大家提供个参考，在真正应用到工程时还是需要有稳定的代理IP。
下载运行ProxyPool

step1: 下载ProxyPool代码，按照说明配置好Python环境：安装redis数据库，并启动服务，然后安装Python依赖包


pip install ]]></description><category></category></item><item><title><![CDATA[paddleocr学习——（1）安装避坑]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111631665</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111631665</guid><author>xiaoxiaojie521</author><pubDate>Thu, 24 Dec 2020 16:36:35 +0800</pubDate><description><![CDATA[最近在研究ocr中文识别，调用百度的api接口识别，效果可以但是有次数限制，因此找到了百度开源工具，PaddleOCR，已经有封装好的paddleocr包，在此记录安装过程的坑。个人经验，只要出现某个模块缺少某个属性，那一定就是版本不匹配。
环境配置
在快速安装中环境配置有详细的说明，在进行paddleocr安装包之前，首先需要配置好环境。避坑：

首先需要保证Python版本是3.7，这一点很容易忽视！
paddlepaddle最好安装cpu版本且版本是1.8+ ，推荐使用 PaddlePaddle 2.]]></description><category></category></item><item><title><![CDATA[Python：使用代理IP 进行网络爬虫]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111559804</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111559804</guid><author>xiaoxiaojie521</author><pubDate>Tue, 22 Dec 2020 17:17:04 +0800</pubDate><description><![CDATA[在进行爬虫时，有时爬取的次数多了，会遇到无法访问的情况，很可能是IP被该网站封了，为了避免这个，我们需要可以使用代理IP ，目前有很多网站提供免费的代理IP ，如西拉免费代理IP，快代理等，但是这些IP的缺陷就是很不稳定，可能下一次测试就不能使用了，因此在实际工程中可以购买稳定的代理IP。本文主要介绍如何使用代理IP进行网站爬取。每种方式添加参数不太一样，亲测可用。
1 使用requests
import requests

url ='http://httpbin.org/get'
i = '186.22]]></description><category></category></item><item><title><![CDATA[win10 爬虫：解决爬取的html与源文件显示不一致问题]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111544716</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111544716</guid><author>xiaoxiaojie521</author><pubDate>Tue, 22 Dec 2020 15:20:14 +0800</pubDate><description><![CDATA[在进行爬虫时，有时我们爬取的html和源文件所显示的不一样，此时我们需要使用selenium库来进行爬取。本文将详细介绍如何解决这个问题。
准备工作
1. 安装ChromeDriver

step1：首先需要保证谷歌浏览器已经安装好并可以上网。在 帮助-&gt;关于谷歌中查看版本。
step2：然后需要点击下载ChromeDriver，找到对应谷歌版本进行下载。
step3：然后将下载好的文件中的 chromedriver.exe 文件直接放到Adaconda3/Scripts中（注意：该路径需要在环境变量]]></description><category></category></item><item><title><![CDATA[解决paddleocr安装过程中出现error: Microsoft Visual C++ 14.0 is required]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111505347</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111505347</guid><author>xiaoxiaojie521</author><pubDate>Tue, 22 Dec 2020 09:42:50 +0800</pubDate><description><![CDATA[本人使用Python3.6，需要安装Microsoft Visual C++ Build Tools。下载地址
安装完成使用pip命令安装paddleocr:

pip install paddleocr


]]></description><category></category></item><item><title><![CDATA[python爬虫股票交易信息（2）]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111379722</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111379722</guid><author>xiaoxiaojie521</author><pubDate>Sun, 20 Dec 2020 18:03:40 +0800</pubDate><description><![CDATA[采用Scrapy框架爬取股票信息
思路
step1 ： 建立工程和Spider模板
step2 ： 编写Spider
step3 ： 编写ITEM，Pipelines
建立工程
打开命令行，输入

scrapy startproject Stocks

然后会在当前位置建立一个名称为Stocks的文件夹，包含的目录如下：

编写Spider

编写stocks.py文件
设置start_url为上海深圳股票代码一览表
生成个股网址：

def parse(self, response):
    for h]]></description><category></category></item><item><title><![CDATA[Python将汉字转换成编码%E5%8A%A9%E5%86%9C]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111213000</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111213000</guid><author>xiaoxiaojie521</author><pubDate>Tue, 15 Dec 2020 14:48:07 +0800</pubDate><description><![CDATA[在进行爬虫时，有时候网址参数是汉字的，需要先转换编码才能进行爬取。参考博客
from urllib.parse import quote

keyword = '助农'
keywords = quote(keyword)
print(keywords)
# %E5%8A%A9%E5%86%9C

反转：
import urllib
urllib.parse.unquote('%E5%8A%A9%E5%86%9C')


...]]></description><category></category></item><item><title><![CDATA[python爬虫股票交易信息（三种方法）（1）]]></title><link>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111047915</link><guid>https://blog.youkuaiyun.com/xiaoxiaojie521/article/details/111047915</guid><author>xiaoxiaojie521</author><pubDate>Fri, 11 Dec 2020 17:59:13 +0800</pubDate><description><![CDATA[本文主要记录关于慕课网上的课程练习，由于时间已久，百度股票网已经不能再用了，因此参考[1]使用的股票网址股城网。
法1 采用requests库
思路：从初始网页获取个股代码，然后获取个股的交易信息，为了方便起见，我将获取的个股信息直接存储在csv文件中。代码如下：
import requests
from bs4 import BeautifulSoup
import re
import pandas as pd


headers = {
            'User-Agent': 'Mozill]]></description><category></category></item></channel></rss>