前言 2018年11月15号，简书迎来大变革，取消了以往的积分制度，换为去中心化的简书钻，每日发放一万简书钻。 首先，简书给出了获取钻石的途径：写文点赞，与以往的阅读，评论，点赞，关注，写作都能获取积分（不同操作获取的积分不同）不一样，现在的途径更加简单和方便。 文章涉及的内容，大部分都是和简书钻的分享有关，因为简书钻是最近才开始运营的，跟着这个热点走，曝光率与投票也会相应的多一些。 文章词云 10篇文章可能看到的还是比较局限，我们看看到底哪些文章更容易上榜。 ，简书尊享会员就会拥有很多的简书钻，这也就导致上榜人数中，简书会员的比重占了一大部分。 总结 结合简书钻热点上榜高 你难道不考虑下简书尊享会员么？ 自身的努力也很重要，坚持写作，分享干货，这就是简书。
别忘了查看文末送书送书哦！ writer.writerows(data) # 多行写入 数制转换 >>> int('1000', 2) 8 >>> int('A', 16) 10 格式化 json echo'{"k": "v"}' | python-m , 4, 5, 6] >>> c = [5, 6, 7, 8, 9] >>> list(set().union(a, b, c)) [1, 2, 3, 4, 5, 6, 7, 8, 9] 出现次数最多的 https://www.zhihu.com/question/27376156 stackoverflow.com/questions/101268/hidden-features-of-python
10万模板，1亿优质图库，正版商用授权，涵盖电商、banner海报、新媒体配图、教育培训海报、H5等各种场景
写在前面 说来也巧，之前有一次无意间留意到简书好像没有做文章总阅读量的统计（准确的说法应该叫展示），刚好最近有时间，趁这个机会就用Python写了这么个功能，既是学习也是练手。 展示效果 再继续往下之前，先贴两张图看看最终的效果。第一张图片展示的是个人简书爬取后的数据，第二张可是大名鼎鼎简叔的简书数据。 ? 个人简书数据 ? '简叔'简书数据 两图一对比，果然这数量和质量都不是一个等级的，不过后生会继续努力的。写了两个多月的博客了，没想到也有一千多的阅读量了，这是算喜还是算忧呢？哈哈，总之感觉还是蛮欣慰的。 说明： bs4需要通过python自带的工具2to3.py转化为python3下的文件，这个工具在python安装目录的Tools\scripts中（PS：其他库出现这种情况应该也可以这样解决）。 ） 通过用户发表的总文章数，获取用户平均每年、每月发表多少文章数 最高阅读量、打赏数、喜欢数、留言量的文章 统计用户获得的总打赏笔数 当前用户发表文章最活跃的时间段 至今为止加入简书多少天 最后一次发表文章的时间
分享几本经典的or我看过的or正在看的电子书，获取方式见文末。 利用Python进行数据分析 ? 这本书的作者Wes McKinney是顶级对冲基金AQR的前员工，pandas也是这位大佬开发的，关于pandas、numpy的各种细节，在这本书里都可以找到，适合作为一本工具书，写代码时查阅。 这本书的中文英文版都分享出来，看到英语就头疼的童鞋可以直接看中文。 Quantitative Trading ? 这本书适覆盖面比较广，量化的各个方向都有涉及，公式较多。 这是量化投资的红宝书，里面大量的数学证明，一般用不到，但是可以从理论上理解证券，组合回报的系统性来源，并且最重要的是知道同行们是怎么想的，但难度较大。这本书分享的是中文版，英文令人头大。 作者是国内的一名公募基金经理，讲了自己从二本到研究所再到买方的传奇经历，还有一些投资方面的心得体会，很强。
PyCharm from scrapy import cmdline cmdline.execute("scrapy crawl js".split()) 4：设置settings.py文件的相关设置 doc.scrapy.org/en/latest/topics/items.html import scrapy class ArticleItem(scrapy.Item): # 定义我们需要的存储数据字段 将爬取到的数据存储到mysql数据库中 # -*- coding: utf-8 -*- # Define your item pipelines here # # Don't forget to add
/usr/bin/env python3 # -*- coding: utf-8 -*- import requests import json import os from pprint import
为了记录自己度过的书，写个帖子总结一下，不定时更新。以前度过的书有些不记得了，就先记录一下我记得的吧：） PS:现在读过的书（2016.4月以后），我会做读书总结。 以前看的书，会再抽时间回顾一下，做个简单的总结。 跟数据挖掘相关的书我另写了一个帖子，可以参考这个： 【原】数据分析/数据挖掘/机器学习---- 必读书目 2017.11-12 基本框架搭成，做好之后看公司同不同意开源哈哈，加了两个月的班，朝9晚11， 2016.8 编写高质量代码-改善Python程序的91个建议（7.30-7.31看完80%，这周看完并总结，强烈推荐） 2016.7 Deep Learning with Python （23章,已看完 （看完） 2015.7 笨方法学Python （看完） Python核心编程（看完PartI） 2015.6 数据挖掘概念与技术（参考了部分章节） 推荐系统实战（看完） 2015.5 数据挖掘-R语言实战
编写程序，让用户从键盘上连续输入一批书的名称以及书的价格，当用户输入’$’时，表示输入结束。 然后： （1）计算所有书的平均价格，将计算结果打印输出； （2）将所有书及其对应的价格，按照书名的字典顺序，打印输出。 输出的格式要求如下： 所有书的平均价格为：xxxxx ------------------------------------------------------ Python ：") price = float(input("请输入书的价格：")) new[name] = price sum += price len += 1 print() while (name ! = '$'): name = input("请输入书的名称：") if (name == '$'): break price = float(
本文引自图灵新书《流畅的Python》的第一章——Python数据模型。 hugunin.net/story_of_jython.html），这是Jython Essentials（Samuele Pedroni 和Noel Rappin 著，O’Reilly 出版社，2002 年）一书的序 于是我跟着Steve Holden，一位技术书作者和老师， 学会了“双下－ getitem”（dunder-getitem）这种说法。于是乎，特殊方法也叫双下方法（dundermethod）。 David Beazley 著有两本基于Python 3 的书，其中对数据模型进行了详尽的介绍。一本是《Python参考手册（第4 版）》8，另一本是与BrianK. Bobrow 合著的TheArt of the Metaobject Protocol（ 又称AMOP，MIT出版社，1991年） 一书解释了元对象协议（metaobject protocol，MOP）
源生动力 对于文章，标题是其浓缩的精华；那么对于视频，其封面就可能是最亮眼的那一帧。B站，作为最近比较火热的短视频平台，其舞蹈区各种各样的舞蹈，尤其是宅舞，深受“宅男”的喜爱。 （别和我说什么黑丝、jk，我真的不喜欢 ） [在这里插入图片描述] 于是乎，我就尝试使用爬虫获取B站的封面。 网页获取 B站是有防爬措施的，我一开始根据网页进行分析，无果。 啪的一下，很快啊，我就找到一篇，根据B站AV号爬取封面图片的文章，我试了一下，咦，还真能用（心中狂喜） # 根据aid，获取封面 https://api.bilibili.com/x/web-interface 其中： cid的数据在json的['data'][0]['cid']中 aid的数据在json的['data']['aid']中 封面图片的数据在json的['data']['pic']中 更详细的过程 参考文章 参考文章1：python 爬取B站封面 参考文章2：bilibili新出的BV号api 作者：远方的星 CSDN：https://blog.csdn.net/qq_44921056 本文仅用于交流学习
来源：专知本文为书籍，建议阅读5分钟在这个实践指南的更新版中，您将学习如何利用Python3的最佳思想来编写有效的、现代的代码。 Python的简单性使您能够快速地提高工作效率，但这通常意味着您不能使用它所提供的所有功能。在这个实践指南的更新版中，您将学习如何利用Python3的最佳思想来编写有效的、现代的代码。 发现并应用超出您过去经验的惯用Python 3特性。作者Luciano Ramalho将指导您了解Python的核心语言特性和库，并教你如何使您的代码更短、更快、更易读。 本书的主要更新包括:Fluent Python，第二版，包括: 特殊方法: Python对象行为一致的关键 数据结构: 序列、字典、集合、Unicode和数据类 函数作为对象: 一级函数、相关设计模式和函数声明中的类型提示 类装饰器和新的类元编程 https://www.oreilly.com/library/view/fluent-python-2nd/9781492056348/
从前年开始，Python 就开始霸占榜单长达 2 年，成为编程市场上份额最高的语言。 Python 多好用不用多说，大家看看自己用的语言就知道了。但是 Python 隐藏的高级功能你都 get 了吗？ 本文中，作者列举了 Python 中五种略高级的特征以及它们的使用方法，快来一探究竟吧！ 下面是 Python 的 5 种高级特征，以及它们的用法。 我们执行了一些简单的数学运算，而无需定义整个函数。这是 Python 的众多特征之一，这些特征使它成为一种干净、简单的编程语言。 实际上，你可以使用任何 Python 函数作为 map 函数的输入，只要它与你正在操作的序列元素是兼容的。 这几年，学 Python 的程序员的确越来越多了，甚至不少人把 Python 当作第一语言来学习。
项目使用了 jupyter notebook 如果你的系统中没有安装 jupyter notebook 的话，你首先需要安装这个。 Anaconda 的安装方式请参考： https://www.ossez.com/t/anaconda-jupyter-notebook/126 当你安装完成后，如果你使用的是 Windows 的环境。 如果你想直接退出的话，你可以单击页面中的 Quite 退出运行的服务器。 服务器运行后，打开网页的默认端口为 8888 https://www.ossez.com/t/oreilly-python-for-finance/127
首先，确切地说，这是一本“伴侣书” 类似于咖啡伴侣一样，这本书是周志华教授的“西瓜书”——《机器学习》的伴侣书，它也有一个可爱的名字 ——“南瓜书”. 这是一本与众不同的书。首先，这是一本“伴侣书”。类似于咖啡伴侣一样，这本书是周志华教授的“西瓜书”——《机器学习》的伴侣书，它也有一个可爱的名字——“南瓜书”。 其次，这是一本通过开源方式多人协作写成的书。这种多人分工合作、互相校验、开放监督的方式，既保证了书的质量，也保证了写作的效率。最后，这是一本完全根据学习经历编著而成的书。 由开源组织Datawhale 发起编写的“南瓜书”集众人的智慧、开源社区的力量，为广大机器学习初学者带来了福音，给周志华教授的畅销书“西瓜书”配了一个“全能助教”。 案例2：在推导过程中给出新的解题思路，例如：向量化的应用 案例3：数学知识扩展，例如贝叶斯学派的扩展 4 对于本书有几点阅读建议 首先，这本“南瓜书”要和“西瓜书”配套阅读 南瓜书的最佳使用方法是以西瓜书为主线
写在开始 本篇介绍用Python+Selenium 自动发布简书文章，一些必要的前置准备说明在上篇文章里面有提到，这里就不再重复了。 使用说明 同样的，还是需要先分析下简书写博客的界面（记得设置默认编辑器为Markdown）。 ? auto.md' print("Markdown File is ", md_file) timeout = 10 main = Main(md_file) # 简书 driver.find_element_by_xpath('//*[@id="root"]/div/div[2]/div[2]/div/div/div/div/ul/li[1]/a').click() 其实简书也是支持账号密码登录的 auto-post-jianshu 写在最后 在简书自动写文章的思路大概就这样，同样这也不是唯一的办法，根据代码自己做调整即可，网页的结构也可能会改变，故不保证程序可以一直正常运行。
如果你有看到这幅画感到一丝宁静，享受这舒缓的一刻吧，把它留在心底。 image.png 七夕 情人的静谧 这是为数不多的没有文案的封面。 image.png 圣诞节 红海中的蓝 你有没有觉得这是一张风格迥异的圣诞节QQ封面？圣诞节在国外是个大型的节假日，在国内更多是给自己生活加乐的一个欢快理由。 在前面方案被秒毙的情况下，幕后团队经过一天一夜的通宵赶工，最后紧要关头硬是拼出来了新的QQ封面方案，最终戏剧性的审核通过了。此次创意又获得了很多好评，给了大家带来了新的感动。 QQ封面走出了自己的框框，很好的完成了一次与QQ海量用户的互动！ 来说说我们自己 是怎样的一群人在做QQ封面？ 我们中的她，桌面凌乱不堪入目，但依然保持工作的高效和对创意的无限热情，享受一个人旅行的独来独往！
当下Python和深度学习为代表的人工智能AI技术非常火热，正深刻影响着人类社会的方方面面。今天分享推荐三本入门Python和深度学习的电子书： python电子书教程 ? 深度学习三巨头之一的 Yann LeCun 对 2014 年的生成对抗网络GAN赞叹不已：“这是过去十年间机器学习领域最让人激动的点子！”。 短视频的火热甚至使得多家互联网公司（腾讯百度等）AI部门专门设GAN岗位的招聘，以满足用户日新月异的、各种图像视频编辑、特效处理等需求。 注：当然，如果是新手，建议从基本的python、卷积神经网络等学起！文后也推荐几本书，它们是学习Python，PyTorch和神经网络公认的利刃！ 长按上方二维码 2 秒 （CV、GAN、Python、AI爱好者，欢迎关注！） ---- 部分内容随机（非衔接顺序）摘录如下 ? ? ? ?
我去年出了一本Python书，基于股票大数据分析的Python入门实战，在这本书里，我是用股票范例讲述Pythorn的爬虫，数据分析和机器学习知识点，如下是京东的连接。 结果前几天出版社告诉我，我的书被台湾的出版社买去版权，然后出了繁体版。 新书的名字叫：股票发大财 用Python预测玩转股市高手精解 初一看，我不敢相信这本书还是我的，因为标题和封面都变了，这个是新书的封面，。 ? 不过看到了书里的内容，虽然已经是繁体了，但内容还是我之前写的，所以才敢相信确实是我的书。 ? 我就担心了，万一台版书的读者真的以此去炒股，挣钱了我也没指望他们能分我点，但万一亏钱了，会不会来找我？后来我问了出版社的编辑，编辑说不会，这才打消了我的疑虑。
本文摘自《Python编程：从入门到实践》一书，本书是Amazon编程入门类榜首图书，是一本全面的Python编程从入门到实践教程，带领读者快速掌握编程基础知识、编写出能解决实际问题的代码并开发复杂项目 看到Python代码以普通句子的颜色显示，或者普通句子以Python代码的颜色显示时，就可能意味着文件中存在引号不匹配的情况。 Python根据数字的用法以不同的方式处理它们。鉴于整数使用起来最简单，下面就先来看看Python是如何管理它们的。 2.4.4 Python 2中的整数 在Python 2中，将两个整数相除得到的结果稍有不同： >>> python2.7 >>> 3 / 2 1 Python返回的结果为1，而不是1.5。 经验丰富的程序员倡导尽可能避繁就简。Python社区的理念都包含在Tim Peters撰写的“Python之禅”中。
图片处理（IP）是由腾讯云数据万象提供的功能丰富、低成本、高可靠的图片处理服务。图片处理支持灵活的图像编辑，并且提供 Guetzli 压缩、TPG 转码等图片瘦身解决方案，图片或文字水印、独有盲水印等版权保护解决方案，满足多种业务场景下的图片需求。
扫码关注腾讯云开发者
领取腾讯云代金券
云服务器
云数据库 SQL Server
网站备案
对象存储
文件存储
