精华内容
下载资源
问答
  • Python数据分析与机器学习实战

    万人学习 2017-01-24 10:18:45
    Python数据分析与机器学习实战教程,该课程精心挑选真实的数据集为案例,通过python数据科学库numpy,pandas,matplot结合机器学习库scikit-learn完成一些列的机器学习案例。课程以实战为基础,所有课时都结合代码演示...
  • 随着据的落地应用,数据分析将有广泛的发展前景,未来广大的传统行业也将陆续释放出大量的数据分析岗位通过Python进行数据分析通常需要学习以下三方面知识:第一:Python基本语法。Python语言的语法结构还是比较...

    用python学数据分析难吗?

    数据方向的薪资待遇还是比较高的,而且趋势也比较明显。随着据的落地应用,数据分析将有广泛的发展前景,未来广大的传统行业也将陆续释放出大量的数据分析岗位

    通过Python来进行数据分析通常需要学习以下三方面知识:

    第一:Python基本语法。Python语言的语法结构还是比较简单易学的

    第二:目前采用机器学习进行数据分析是比较常见的方式,通过Python来实现机器学习算法也相对比较容易。学习机器学习的重点在算法上,然后通过Python来完成算法实现,这个过程需要学习一系列库,包括Numpy、Matplotlib、Scipy、pandas等。

    第三:大数据平台。大数据分析离不开大数据平台

    新手如何学习Python数据分析

    python数析的门槛较低,如果是python零基础开,学习的步骤大概是python基础据采集、数据处理、数据分析、数据可视化。

    首先学习一点python基础的知识,Python语言基础,函数,文件操作,面向对象,异常处理,模块和包,Linux系统使用,Mysql数据库等;

    其次就可以学习一些基本的爬虫,进行数据采集,当然也有很多爬虫工具,直接使用即可。

    然后就可以学习数据分析方面知识,主要是学习pandas、numpy等等;

    再然后就要学习数据可视化来向别人展现数据,常用matplotlib实现,主要包括一些基本的统计图的绘制,比如条形图,柱状图,散点图。还有一些进阶绘图,比如分位数图,相关系数图等等。还需要掌握3D绘图可视化。

    python数据分析该怎么入门呢?

    从Python基础语法开始,网上有很多视频课,可以看看。也可以学习B站上的视频课,比如小甲鱼的Python基础课。

    入门Python数据分析,请问看什么书籍?

    1、《Python编程:入门到实践》

    内容分为基础篇和实分。基础篇介绍基本的编程概念,实战篇介绍如何利用新学到的知识开发功能丰富的项目:2D游戏《外星人入侵》,数据可视化实战,Web应用程序。

    推荐理由:这本书,书中涵盖的内容是比较精简的,没有艰深晦涩的概念,最重要的是每个小结都附带有”动手试一试”环节。理论和恰到好处,行文逻辑流畅,不跳跃,手把手教的感觉,却绝不啰嗦,非常适合入门。

    2、《Python基础教程》

    这本书内容涉及的范围较广,既能为初学者夯实基础,又能帮助程序员提升技能,适合各个层次的Python开发人员阅读参考。最后几章的10各项目更是这本书最大的亮点,不仅实用而且讲解到位。

    推荐理由:做为一门语言教程书籍,这本书讲得非常不错!该说的说得清楚,不该说的轻轻点到,读者想要网上查找的时候也有迹可循,轻重把握很好。作者会将不同的理解方式和实现方式放在一个例子中,更多的时候作者会有颇为有趣的幽默来让读者感到轻松愉快。

    3、《笨方法学Python》

    这是一本Python入门书籍,适合对计算机了解不多,没有学过编程,但对编程感兴趣的读者学习使用。这本书以习题的方式引导读者一步一步学习编程,从简单的打印一直讲到完整项目的实现,让初学者从基础的编程技术入手,最终体验到软件开发的基本过程。

    推荐理由:编程入门的必备书,从一个个的小例子入手,不仅是教你写Python代码,还有编程的技巧。

    4、《Python编程快速上手》

    本书的首部分介绍了基本Python编程概念,第二部分介绍了一些不同的任务,通过编写Python程序,可以让计算机自动完成它们。同时,每章的末尾还提供了一些习题和深入的实践项目,帮助读者巩固所学的知识。

    推荐理由:本书尤其适合缺乏编程基础的初学者,语法使用Python 3,书中不仅介绍了Python语言的基础知识,而且还通过项目实践教会读者如何应用这些知识和技能。有其它编程语言经验的同学,也可以直接看着本书快速了解Python可以做什么,语法问题可以边做东西边查!

    5、《Python核心编程》

    书中内容总共分为3部分。

    第1部分为讲解了Python的一些通用应用,包括正则表达式、网络编程、Internet客户端编程、多线程编程、GUI编程、数据库编程等。第2部分讲解了与Web开发相关的主题,包括Web客户端和服务器、CGI和WSGI相关的Web编程、Django Web框架等。第3部分则为一个补充/实验章节,包括文本处理以及一些其他内容。

    推荐理由:它仔细、深入地剖析了一些重要的Python主题,而且读者无需大量的相关经验也能看懂。与所有其他Python入门类图书不同的是,它不会用隐晦、难以理解的文字来折磨读者,而是始终立足于帮助读者牢固掌握Python的语法和结构。

    想要快速入门Python开发,仅靠看书怎么够,毕竟编程最重要的就是练习。

    python数据分析怎么使用,都需要学习什么技术?

    Python种面向对象、直译式计算序设计语言,由Guido van Rossum于1989年底发明。由于他简单、、免费开源、可移植性、可扩展性等特点,Python又被称之为胶水语言。下图为主要程序语言近年来的流行趋势,Python受欢迎程度扶摇直上。

    Python数据分析,主要需要学习以下内容:

    1、Python语法基础

    2、Python数据分析扩展包:Numpy、Pandas、Matplotlib等

    3、Python爬虫基础(非必须,但可以提升兴趣)

    4、Python数据探索及预处理

    5、Python机器学习

    python的下载和安装环境:难点主要是在环境的安装上,很多小白往往一腔热血但是面对环境安装的时候就泄了气,因为我会用Anaconda为例进行环境的安装,同时我建议初学者不要下载具有IDE功能的集成开发环境,比如Eclipse插件等。

    数据类型:python的数据类型比较简单,基本上就可以分为两大类——数值和字符串。

    数值:数值是python最基础的数据类型,也是我们赋值给变量时最常用的形式,主要包括整型、布尔型等。

    字符串:也就是文本数据,在python中一般用引号来定义,可以通过python进行拼接和重叠,实现文本数据的处理;

    索引和切片:索引是有序列每个子元素在序列的位置,切片就是对序列的部分截取。

    数据结构:python的数据结构可以分为四种,列表、元组、字典、集合。

    列表:用中括号表示,可以容纳任何对象元素,包括字符串,而且每个元素都可以变化;

    元组:其实就是一个固定的列表,初始化元素的值是绝对不能变化的;

    字典:可以理解为现实的字典,通过查找拼音(键)就能找到这个读音的所有字(数值);中

    集合:数学上的概念,每个集合中的元素是无序的,不可重复的对象;

    数据分析的目的是从数据里找规律,因此想要掌握python必须要学习一些基础的数理理论,这是成为一个数据分析师必备的能力。对于python来说,其涉及的数理统计学基础主要由算法、统计学、概率论等

    sql是python的基础,如果你已经掌握了SQL,那么这一章你就可以直接跳过,那么你就要好好学习这部分的内容,因为sql是入门python的关键基础,同时它也是每个数据分析师必备的技能,主要目的是用sql来进行增删改查等操作,对数据进行筛选。

    以上的回答希望对你有所帮助

    版权声明:本站所有文章皆为原创,欢迎转载或转发,请保留网站地址和作者信息。

    展开全文
  • 经过前期的读取数据、清洗数据、操作数据、转换数据和整理数据,接下来我们将进入分析数据的阶段,这是数据分析工作的重中之重。 假设你的客户(可能是你的领导,也可能就是你自己),给你发来一份销售数据,他希望...

    0声明
    该文章转自林骥的公众号内容,作者认为他的公号内容非常丰富,建议大家去关注以浏览更加精彩内容
    在这里插入图片描述经过前期的读取数据、清洗数据、操作数据、转换数据和整理数据,接下来我们将进入分析数据的阶段,这是数据分析工作的重中之重。
    假设你的客户(可能是你的领导,也可能就是你自己),给你发来一份销售数据,他希望你分析分析,看看如何提高销量。

    你不妨先自己思考一下,当你接到这个分析任务的时候,你会怎么做?然后再看看下面我是怎么做的,这也是一种对比思维,促进自己多思考和总结,欢迎在文章下面留言分享你的想法。

    1. 明确目标
    上初中的时候,我们学过函数的概念,通常用 y = f(x) 来表示函数,它包含 3 个要素:自变量 x、因变量 y 和对应法则 f。我们可以把函数中的 y 理解为目标,把 x 理解为数据,把 f 理解为实现目标的方法,要找到合适的方法不容易,这需要对业务有深刻的理解。

    数据分析的第一步,是明确业务的目标,关键在于搞清楚客户关心的是什么。如果未明确目标就进行数据分析,那么就如同旅行没有目的地,不知道终点在哪里。

    比如说,客户的目标是提高销量,但这还不够明确,为了搞清楚客户的真正意图,你得了解更多的信息,多问几个「是多少」,使目标得到量化。例如:您希望销量提高多少?

    2. 应用思维

    • 现实世界复杂多变,我们通常应用思维来理解业务的实际情况。 你的分析观点往往来自于你的分析思维,所以正确地运用好分析思维是非常重要的。
    • 其次,我们运用细分思维,对数据进行细分,关键是要找出高效的对比因子,先分维度,再分粒度。通过多个维度的细分,将对比的差异按粒度逐级锁定,对问题进行定位,寻找问题的根源。
    • 然而,问题的答案可能还是没有找到,此时你可以运用溯源思维,密切关注更多的细节数据,想办法从原始数据中进行追溯,思考用户的行为特征,深入挖掘数据背后隐藏的信息。
    • 在数据分析的过程中,我们可以运用假设等思维,大胆假设,小心求证。无论是构建复杂的分析模型,还是进行简单的数据决策,都要做出自己的设想和判断。
    • 最后,要做好思想准备,如果通过分析,发现数据有违你的假设,那么就更加需要你进行详细思考,仔细推敲,在这个过程中,你对用户行为的理解也会逐渐加深,从而数据分析的功力也会得到增强。

    3.处理数据

    假设经过整理后的销售数据如下表:
    在这里插入图片描述
    我们用 Python 进行读取并预览数据。
    在这里插入图片描述
    通过观察发现,数据中包含每天的实际销量、目标销量和目标完成率,为了从更加宏观的层面,把握销售的整体情况,我们按月份进行汇总,首先,在表格最前面的位置插入一列:月份。
    在这里插入图片描述
    然后按月份进行汇总求和,重新计算月度汇总的目标完成率,并将汇总结果保存到 Excel 文件中。
    ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200324151452144.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2phZmZlNTA3,size_16,color_FFFFFF,t_70
    4. 分析推理

    仔细观察上面的月度汇总数据,你会发现,与 7 月份进行对比,8 月份的销量略有上升,但与目标进行对比,目标完成率反而下降,这是一个比较严重的问题。

    为了搞清楚这个问题产生的原因,你可以先进行探索性的数据分析。

    在 Python 中,有一个很实用的包:pandas-profiling,号称用 1 行代码就能生成数据分析报告。如果你还没有安装的话,推荐你在命令行运行一下:pip install pandas-profiling,然后在 Jupyter Notebook 中运行以下代码:
    在这里插入图片描述
    这是一份比较详细的探索性数据分析报告,上图仅显示了其中一小部分信息,往下拉,可以看到每个变量的数据分布等情况。

    在这里插入图片描述

    继续往下拉,还可以看到各个变量之间的相关性,从图中能够直观地看到:实际销量与目标完成率之间具有比较强的正相关性,这也很好理解,因为在目标销量变化不大的情况下,实际销量越高,目标完成率也就越高。
    在这里插入图片描述

    在做进一步的分析之前,你还需要熟悉业务的背景,假设公司经营的业务是在网上商城卖化妆品,提高 8 月份目标销量,是因为 8 月份加大了广告费的投入。但是,广告的效果并没有达到预期,所以目标完成率下降了。

    对于「如何提高销量」这样一个大问题,我们很难直接回答,可以试着细分为小问题,例如:哪种促销方式效果更好?我们的用户希望得到什么?

    上面案例中的销量数据,已经按时间的维度做了划分,实际上,除了按时间维度进行细分以外,还可以尝试很多种不同的细分维度。比如说,按地区的维度:省份、城市等等,按销售渠道的维度:京东、天猫等等。

    现实情况往往是复杂的,需要你运用相关思维,理清各种关系。比如说,从广告展示,到用户点击,再到付款购买,形成一个销售漏斗,每个环节都有相应的转化率指标。

    为了寻找提高销量的机会,你可以尝试运用假设思维,列出一些假设情况,例如:假设换种促销方式会怎么样?假设降低产品的价格会怎么样?

    假设你经过深入分析,在原始数据中,发现一些购买保湿霜的男性用户,而这些保湿霜原本是专门为女性用户设计的。经过调研,你知道了这些男性购买化妆品的用途,原来他们是用保湿霜来做剃须后的保养,这恐怕是一个有价值的发现。

    5. 提出建议

    你怀着激动的心情,开始撰写数据分析报告。此时你要记住,数据分析报告的重点,不是那些花里胡哨的图表,而是提出有效的行动建议。

    除非将数据分析用于做出更好的决策,否则,数据分析将毫无用处。
    因此,作为一名数据分析师,要想方设法提出有效的行动建议,为业务创造价值。

    • 首先,你要清楚地知道,自己从数据中发现了什么,要指出不确定因素,小心防范并想办法填补知识的空白,尽量避免作出过头的结论,对分析结果负责,积累自己的信用,让客户更尊重和信任你,并理解你的分析和判断也具有局限性。
    • 其次,你提出的行动建议,重点是要得到客户的理解,鼓励客户以数据为基础,从而作出明智的决策。
    • 最后,在数据分析报告中,你需要简明扼要地阐述分析成果,并提出建议改善的措施。

    例如:我深入地分析了销售数据,做了很多种不同的大胆假设,并小心检验了假设的合理性。我发现有一群男性用户,他们用女性的保湿霜,来做剃须后的保养。这群人对产品的需求很特别,但是,他们并不宣扬自己的这种需求,导致我们平时很难发现他们。因此,建议推出男性更容易接受的剃须保养产品,增加对这群人的广告投放,我认为这将提高销量。

    6. 小结

    本文介绍了分析数据、解决问题的一种思路。
    首先,明确业务的具体目标。
    其次,应用分析思维来理解业务的实际情况。
    再次,用 Python 对数据进行汇总处理。
    然后,综合运用各种分析思维和分析工具,对数据进行分析推理。
    最后,得出主要的分析结论,提出有效的行动建议。
    限于文章的篇幅,本文并没有深入探究具体的业务细节,如果你想了解更多分析数据的方法,请在文章下面留言告诉我。

    下面是本文的思维导图:

    在这里插入图片描述

    展开全文
  • 本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者...数据分析是指用适当利用统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。

    本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理

    以下文章来源于腾讯云,作者:python学习教程

    ( 想要学习Python?Python学习交流群:1039649593,满足你的需求,资料都已经上传群文件流,可以自行下载!还有海量最新2020python学习资料。 )

    Python 数据分析学习路线

    概述
    数据分析:

    数据分析是指用适当利用统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
    分析数据,得到结果

    学习路线

    基础部分:
    1. 数学知识
    2. Python基础知识
    3. Python数据分析包使用

    进阶部分:

    • 网页爬虫
    • 机器学习和深度学习
    • 大数据
    1.基础部分
    数学

    需要的知识主要为 《概率论与数理统计》

    Python基础知识

    由于只需要掌握计算部分的知识,Python 的基础知识需要了解以下内容:

    • 基本语法
    • 数据类型和变量
    • 条件语句和循环语句
    • 函数和模块的概念
    Python数据分析包

    主要掌握 Python 相关数据分析包的使用,三剑客:

    • numpy
    • pandas
    • matplotlib
      参考的书为《利用 Python 进行数据分析》

    2,进阶部分

    网页爬虫
    机器学习和深度学习

    学习SQL,这是数据分析最基础的能力
    大体上掌握各类算法原理以及如何利用机器学习包

    理论书籍:

    《机器学习》, 周志华
    《统计学习方法》, 李航

    机器学习包:
    • scikit-learn
      是一个机器学习库,可以对数据进行分类,回归,无监督,数据降维,数据预处理等等,包含了常见的大部分机器学习方法。

    深度学习就是各种神经网络如何解算的问题。

    展开全文
  • 今天我们一起使用 python 采集拉钩的 python 招聘信息,分析一下找到高薪工作需要掌握哪些技术 开发环境: 解释器: Python 3.6.5 | Anaconda, Inc. 编辑器: pycharm 社区版 本文知识点: Python 爬虫基础 ...

    前言

    拉勾招聘是专业的互联网求职招聘平台。致力于提供真实可靠的互联网招聘求职找工作信息。今天我们一起使用 python 采集拉钩的 python 招聘信息,分析一下找到高薪工作需要掌握哪些技术

    开发环境:

    • 解释器: Python 3.6.5 | Anaconda, Inc.
    • 编辑器: pycharm 社区版

    本文知识点:

    • Python 爬虫基础
    • json 的使用
    • requests 的使用

    PS:如有需要Python学习资料的小伙伴可以加下方的群去找免费管理员领取

    (想要完整源码的话也可以找群管理员免费获取哟)

    点击加群即可免费获取Python学习资料

    可以免费领取源码项目实战视频PDF文件

     

    需求

    请求拉勾网 python 300条的招聘数据,并将信息写入到一个txt文本里面。

    需求1:

    • 获取以下信息
    • 'city': 城市
    • 'companyFullName': 公司名
    • 'companySize': 公司规模
    • 'education': 学历
    • 'positionName': 职位名称
    • 'salary': 薪资
    • 'workYear': 工作时间

    需求2:

    以逗号(,)分割信息内容,写入文件。要求文件名为 `拉钩职位信息.csv`。

    例如:

    上海,上海沸橙信息科技有限公司,150-500人,本科,python,8k-12k,不限

    Python爬虫爬取前300条数据

    代码如下:

     

    运行代码,效果如下:

     

     

    简单分析

    1.城市、学历、薪资、年限

     

    2.城市的工作岗位

     

    3.年限、学历

     

    代码如下:

     

    展开全文
  • 怎么“开心,高效,踏实”地把Python学好,在我看来,只有一样东西可以帮你做到,那就是,兴趣-兴趣-兴趣!重要的事情说三遍!在Python这个魔法世界里,找到你自己感兴趣的点进行切入,并时刻找到兴趣点进行自我驱动...
  • 漏斗图适用于业务流程比较长、环节比较多、周期比较长的单流程单向分析通过漏斗各环节业务数据的比较能够直观地发现和说明问题所在的环节,进而做出决策漏斗图用梯形面积表示某个环节业务量与上一个环节之间的差异。...
  • 方差、标准差、变异系数)2.4 偏差程度(z-分数)2.5 相关程度(协方差,相关系数)2.6 回顾3 使用Matplotlib进行分析3.1 基本概念3.2 频数分析3.2.1 定性分析(柱状图、饼形图)3.2.2 定量分析(直方图、累积曲线...
  • Wes McKinny第二版进行数据分析Python 讲解 运行Python代码和基于云的免费工具的三种方式 使用交互式Python Shell(解释器) python.org 无需注册 通过命令行运行Python脚本 pythonanywhere.com 需要帐户注册 ...
  • 这个命令比较奇葩,通过这个命令可以看出Numpy和matlab很像但完全不是一回事。 使用一个简单的例子来说明吧 arr = np.arange(12)....比如说数字7应该怎么提出来?看着像是第1行,第2列的1维数组中的第2个元素,...
  • 使用Python对股票数据进行数据分析(一)-计算日线行情、5日均线、10日均线行情并显示 各种炒股软件上可以显示各种技术指标,可以帮助投资者进行技术分析。这些股市中的这些指标都是怎么计算出来的呢?这里使用...
  • 使用Power BI进行数据分析,洞察商业逻辑时,可以搭配Python这个强大的工具,在数据获取、数据清理、数据可视化的全流程中,变得更加灵活、强大。下面具体介绍下这几个方面,Power BI与Python怎么样进行联合的。 ...
  • 告诉你怎么Python进行企业营运分析 内容导入: 大家好,这里是每天财务转一转。Python的应用领域现在非常的广泛,随着会计与财务智能化的步伐加快,Python数据分析在财务分析与投资决策中会占有一席之地...
  • 第二部分 人工智能Python爬虫到招聘网站数据分析 此课程是从环境搭建开始讲解怎么爬取拉钩数据,以及怎么处理拉钩的反扒机制, 此课程适合Python基础的同学快速了解爬虫和利用Python进行数据分析。 第三部分 人工...
  • 本文的文字及图片来源于网络,仅供学习...为什么选择Python进行数据分析? Python是一门动态的、面向对象的脚本语言,同时也是一门简约,通俗易懂的编程语言。Python入门简单,代码可读性强,一段好的Python代码,阅读起
  • Python爬取岗位数据分析

    千次阅读 多人点赞 2019-03-15 20:40:48
    那想应聘Python岗位应该如何选择,其有何要求,薪资怎么样,这些都是我们会去关注的问题。 我们在这里选择对前程无忧上关于Python的工作岗位进行抓取。本来是想去抓上万条数据的,可是点击Python关键字搜索后的25页...
  • 这里写自定义目录标题python科学计算与数据分析numpy库的使用一元unfunc二元unfunc python科学计算与数据分析 主要讲解numpy库的使用,重点是其中的一些函数我们不知道或者不怎么他的具体用法,朋友们可以将本文当作...
  •  因为半桶子水的水平,一直在想写什么,为什么写,怎么写。  直到现在找到了一种好的办法:  1.写什么 自己手上掌握的,工作中经常用到的,从数据源 到 最后可视化 所有一套流程。  2.为什么写 因为很长一段...
  • 如果你不懂怎么打开ipynb格式的文件,那也没关系,anaconda3让一切变得更简单(我像是打广告的)。安装玩anaconda之后,我们在开始里就可以找到它的文件夹,里面有一个Jupyter Notebook,就是它了。点开之后,弹出...
  • Python 数据分析 Excel线性相关函数,怎么获取常量b? 欢迎使用Markdown编辑器 Python 数据分析 Excel线性相关一次函数y = kx + b,相关系数k,可以通过pd库中的 corr(),已经获取,但是常量b怎么获取,请哪位大牛告知...
  • 进行数据分析时,经常需要按照一定条件创建新的数据列,然后进行进一步分析。pandas提供了几种方法。有直接赋值、apply方法、assign方法。现在就来学一学它们是怎么使用的。同样我们先读取数据,和之前的一样,...
  • 最近在学习利用Python进行数据分析,为什么要学习数据分析呢?我们常常遇到这样一种情况,我们可能通过爬虫或者相关统计得到一系列的数据库表格信息,那么怎么从这些数据中得到我们想要的趋势和规律呢?当然是要通过...
  • data = pd.merge(pd.merge(ratings, users),movies)#pd根据列推断出来怎么合并 没有指定连接键,默认用重叠列名,没有指定连接方式 (3)sort_by_diff[::-1][:10]#对结果取反,男性最喜欢的电影
  • Python处处理理JSON数数据据并并生生成成条条形形图图 本文详细介绍如何利用Python进行数据分析尝试处理一份JSON数据并生成条形图的过程有需要的朋友们可以 参 学习 一一JSON 数数据据准准备 首先准备一份 JSON 数据...
  • 今天,看了数据分析的一个视频,很上头,讲的是怎么使用Json库分析Json格式的数据。 我想着,我自己编一个Json文件,然后分析一下也可以。后来,觉得直接从网上爬取可能更好。 而且,我也是第一次尝试爬取Json格式的...
  • 本文除了讲解怎么获取数据外,还将对这些数据进行可视化展示分析。 PS:下面将一大把可视化动图袭来,别被震撼到,因为实在是太炫酷了(哈哈哈) 1 获取数据 网页分析 在开始获取之前,...
  • 此课程是从环境搭建开始讲解怎么爬取拉钩数据,以及怎么处理拉钩的反扒机制, 此课程适合Python基础的同学快速了解爬虫和利用Python进行数据分析

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 478
精华内容 191
关键字:

python怎么进行数据分析

python 订阅