天问的个人博客

集搜客还是很好用的，完全浏览器打开，一步一步打开网页，搜集数据。这种爬虫，往往很难封杀。 集搜客有一些问题，就是不是本地化工具，规则，算法在云端。也就是该公司的核心技术，可以理解。最大的一个问题就是数据默认保存为xml，很多其他爬虫会保存到excel，sql server，hdfs中。那么我最近做了个工具，可以将xml结...

anaconda自带命令安装比较慢，而pip安装xgboost却提示错误： No files/directories in C:\Users\dell\AppData\Local\Temp\pip-build-6xcn2aj8\xgboost\pip-egg-info (from PKG-INFO) 那么只能下载whl安装了： http://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost 这里需要下载：xgboost-0.6-cp36-cp36m-win_amd64.whl c...

IE浏览器会在C:\Users\dell\Links 文件夹下，保存用户的书签。但是到了chrome/edge等，就找不到了url搜藏夹了。而且，所有浏览器都不支持edge浏览器书签的导入，所以edge书签只能使用同步功能，电脑安装chrome/firefox/edge/ie，每个浏览器的书签都不一样。考虑到python可以操作os。所以做了一个小工具，执行python将在D...

  谷歌的AI击败了一位围棋大师，是一种衡量人工智能突然的快速发展的方式，也揭示了这些技术如何发展而来和将来可以如何发展。 人工智能是一种未来性的技术，目前正在致力于研究自己的一套工具。一系列的进展在过去的几年中发生了：无事故驾驶超过300000英里并在三个州合法行驶迎来了自动驾驶的一个里程碑;IBM Wast...

# 首先载入pandas import pandas as pd   # 我们将载入seaborn,但是因为载入时会有警告出现，因此先载入warnings，忽略警告 import warnings warnings.filterwarnings("ignore") import seaborn as sns import matplotlib.pyplot as plt sns.set(style="white", color_codes=True)   # 载入数据 iris = pd.read_csv(".....

摘要： 本文介绍了一些常见的用于数据分析任务的Python库，如Numpy、Pandas、Matplotlib、Scikit-learn以及BeautifulSoup等，这些工具库功能强大，便于上手。有了这些帮助，数据分析会变得分外简单。 Python是一门通用的编程语言，在过去十年中被数据科学领域广泛使用。事实上，Python在数据科学领域是仅次于R的第二热门...

一、先来扯扯大数据 互联网+概念的兴起，中国的创业者几乎把互联网+这趟车开进了所有领域，传统领域的商家人心惶惶，言必谈互联网+，仿佛不套点互联网的概念都不好意思宣传自家产品；而赶在这波潮流之前的正是燥热至今的“ 大数据 ”。 在这个上到各界研究机构、管理部门、企业，下到各大论坛、媒体、甚至商贩都能跟你聊...

SVHN is a real-world image dataset for developing machine learning and object recognition algorithms with minimal requirement on data preprocessing and formatting. It can be seen as similar in flavor to MNIST (e.g., the images are of small cropped digits), but incorporates an order of...