本文实例讲述了python实现爬虫抓取小说功能。分享给大家供大家参考，具体如下：
# -*- coding: utf-8 -*-
from bs4 import BeautifulSoup
from urllib import request
import re
import os,time
#访问url，返回html页面
def get_html(url):
req = request.Request(url)
req.add_header('User-Agent','Mozilla/5.0')
response = request.urlopen(url)
html =
2021-07-16 19:15:10
98KB
1
工作中需要根据某个应用程序具体吃了多少内存来决定执行某些操作，所以需要写个小工具来模拟应用程序使用内存情况，下面是我写的一个Python脚本的实现。
#!/usr/bin/python
# -*- coding: utf-8 -*-
import sys
import re
import time
def print_help():
print 'Usage: '
print ' python mem.py 100MB'
print ' python mem.py 1GB'
if __name__ == "__main__":
if len(sys.argv) == 2:
2021-07-15 11:17:14
36KB
1
python版本的鲸鱼优化算法WOA实现函数极小值寻优，直接运行woa_main.py即可，fitness用的是sphere函数 需要的可以改成其他函数极值寻优
2021-07-14 09:55:44
1.2MB
1
首先导入scipy的包 from scipy.io import loadmat
然后读取 m = loadmat(“F:/__identity/activity/论文/data/D001.mat”)
注意这里m是一个dict数据结构
>>> m
{'__header__': b'MATLAB 5.0 MAT-file, Platform: PCWIN, Created on: Mon Aug 15 22:16:43 2011', '__globals__': [], 'labels': array([[1],
[3],
[4],
...,
[4],
[3],
[4]
2021-06-30 17:01:05
43KB
1
目录Python主要数据预处理函数1、interpolate2、unique3、isnull / notnull4、andom5、PCA
Python主要数据预处理函数
在数据挖掘中，海量的原始数据中存在着大量不完整(有缺失值)、不一致、有异常的数据，严重影响到数据挖掘建模的执行效率，甚至可能导致挖掘结果的偏差，所以进行数据清洗就显得尤为重要，数据清洗完成后接着进行或者同时进行数据集成、转换、规约等一系列的处理，该过程就是数据预处理。数据预处理一方面是要提高数据的质量，另一方面是要让数据更好地适应特定的挖掘技术或工具。统计发现，在数据挖掘的过程中，数据预处理工作量占到了整个过程的60%。
2021-06-27 22:27:22
116KB
1