python基本是我目前工作、計算、資料探勘的唯一程式語言（除了符號計算用mathematica外）。當然，基本的python功能並不是很強大，但它勝在有巨量的第三方擴充套件庫。在選用python的第三方庫時，我都會經過仔細考慮，希望能挑選出最簡單的、最直觀的乙個（因為本人比較笨，太複雜用不了）。在資料處理方面，我用得最多的是numpy和pandas，這兩個絕對稱得上王者級別的庫，當然不能不提的是scipy，但我很少直接用它，一般會通過pandas間接呼叫了；視覺化方面不用說是matplotlib了；在建模方面，我會用keras，直接上深度學習模型，keras已經成為相當流行的深度學習框架了，如果做文字挖掘，通常還會用到jieba（分詞）、gensim（主題建模，包含了諸如word2vec之類的模型），機器學習庫還有流行的scikit learn，但我很少用；網路方面，寫爬蟲我用requests，這是個人性化的網路庫，如果寫**，我會用bottle，這是個單檔案版的迷你框架，一切由自己定義，當然，我也不會去寫什麼大型**，我就寫乙個簡單的的介面那樣而已；最後如果要並行的話，一般直接用multiprocessing。
tqdm的介紹用一張gif就夠了。
說白了，它就是用來顯示進度條的，很漂亮，使用很直觀（在迴圈體裡邊加個tqdm），而且基本不影響原程式效率。名副其實的「太強大美」了！這樣在寫執行時間很長的程式時，是該多麼舒服啊！
tqdm(list)方法可以傳入任意一種list,比如陣列
from tqdm import tqdm
for i in tqdm(range(1000)):
#do something
pass
for char in tqdm(["a", "b", "c", "d"]):
#do something
pass
from tqdm import trange
for i in trange(100):
#do something
pass
pbar = tqdm(["a", "b", "c", "d"])
for char in pbar:
pbar.set_description("processing %s" % char)
import time
def do_something():
***for i in range(5):
try:
do_something()
break
except:
time.sleep(2)
from retry import retry
@retry(tries=5, delay=2)
def do_something():
***do_something()
python果然是絕對省心～
Python爬蟲基礎 兩個實用庫
用python學爬蟲最大的好處就是python有很多實用庫，免去了我們自己造輪子的環節，那麼找哪些輪子呢？python爬蟲有兩個比較實用的庫，requests和beautiful soup。我認為學好這兩個庫，python爬蟲也就學的差不多了。beautiful soup 是乙個可以從html或xm...
兩個python切換
安裝好後，使用activate啟用某個環境 activate python34 for windows source activate python34 for linux mac 啟用後，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把預設2.7環境從pa...
兩個 Python 的冷技巧
記得剛開始工作的時候，老大給我們上 c 基礎課，告訴我們字串字面量可以換行 如下 感覺真是如夢如幻。include int main int argc,char argv 輸出 hello world.後來在寫了很久的 python 以後，才知道 python 其實也可以的 t hello worl...