│ Python3爬虫课程资料代码 │ ├─章节1: 环境配置 │ 课时01:Python3+Pip环境配置.mp4 │ 课时02:MongoDB环境配置.mp4 │ 课时03:Redis环境配置.mp4 │ 课时04:MySQL的安装.mp4 │ 课时05:Python多版本共存配置.mp4 │ 课时06:Python爬虫常用库的安装.mp4 │ ├─章节2: 基础篇 │ 课时07:爬虫基本原理讲解.mp4 │ 课时08:Urllib库基本使用.mp4 │ 课时09:Requests库基本使用.mp4 │ 课时10:正则表达式基础.mp4 │ 课时11:BeautifulSoup库详解.mp4 │ 课时12:PyQuery详解.mp4 │ 课时13:Selenium详解.mp4 │ ├─章节3: 实战篇 │ 课时14:Requests+正则表达式爬取猫眼电影.mp4 │ 课时15:分析Ajax请求并抓取今日头条街拍美图 .mp4 │ 课时16:使用Selenium模拟浏览器抓取淘宝商品美食信息.mp4 │ 课时17:使用Redis+Flask维护动态代理池.mp4 │ 课时18:使用代理处理反爬抓取微信文章.mp4 │ 课时19:使用Redis+Flask维护动态Cookies池.mp4 │ ├─章节4: 框架篇 │ 课时20:PySpider框架基本使用及抓取TripAdvisor实战.mp4 │ 课时21:PySpider架构概述及用法详解.mp4 │ 课时22:Scrapy框架安装.mp4 │ 课时23:Scrapy框架基本使用.mp4 │ 课时24:Scrapy命令行详解.mp4 │ 课时25:Scrapy中选择器用法.mp4 │ 课时26:Scrapy中Spiders用法.mp4 │ 课时27:Scrapy中Item Pipeline的用法.mp4 │ 课时28:Scrapy中Download Middleware的用法.mp4 │ 课时29:Scrapy爬取知乎用户信息实战.mp4 │ 课时30:Scrapy+Cookies池抓取新浪微博.mp4 │ 课时31:Scrapy+Tushare爬取微博股票数据.mp4 │ └─章节5: 分布式篇 课时32:Scrapy分布式原理及Scrapy-Redis源码解析.mp4 课时33:Scrapy分布式架构搭建抓取知乎.mp4 课时34:Scrapy分布式的部署详解.mp4
2022-04-07 15:38:43 54B Python 实战项目 爬虫
1
Py FX交易机器人 介绍 Deleveop是一款部署在外汇市场上的交易机器人,它使用不同的短期交易策略,以系统和算法的方式捕获交易机会。 交易策略 波动突破策略 乌龟交易者追随趋势 基于支撑和阻力的简单水平交易
1
编译好的python3可以使用的pdfminer,可以处理中文,直接setup安装
2022-04-06 20:44:21 21.75MB pdfmin
1
Python3程序设计:数字反转(升级版) 题目背景 以下为原题面,仅供参考 给定一个数,请将该数各个位上数字反转得到一个新数。 这次与NOIp2011普及组第一题不同的是:这个数可以是小数,分数,百分数,整数。整数反转是将所有数位对调;小数反转是把整数部分的数反转,再将小数部分的数反转,不交换整数部分与小数部分;分数反转是把分母的数反转,再把分子的数反转,不交换分子与分母;百分数的分子一定是整数,百分数只改变数字部分。整数新数也应满足整数的常见形式,即除非给定的原数为零,否则反转后得到的新数的最高位数字不应为零;小数新数的末尾不为0(除非小数部分除了0没有别的数,那么只保留1个0);分数不约
2022-04-06 15:59:20 42KB 反转 数学 程序
1
0.引言 利用python开发,借助Dlib库进行人脸识别,然后将检测到的人脸剪切下来,依次排序显示在新的图像上; 实现的效果如下图所示,将图1原图中的6张人脸检测出来,然后剪切下来,在图像窗口中依次输出显示人脸; 实现比较简单,代码量也比较少,适合入门或者兴趣学习。 图1 原图和处理后得到的图像窗口 1.开发环境 python:  3.6.3 dlib:    19.7 OpenCv, numpy import dlib # 人脸识别的库dlib import numpy as np # 数据处理的库numpy import cv2 # 图像处理的库OpenCv 2.设计流程 工作
2022-04-06 12:38:20 1.93MB dlib dlib人脸检测 li
1
已经配置好了预训练模型和训练好的模型 已经配置好了下载为鸟类预处理的元数据 除了没有CUB-birds的图像数据集,其他文件都已经下载并配置好了。 AttnGAN: Fine-Grained TexttoImage Generation with Attention(带有注意的生成对抗网络细化文本到图像生成)的代码复现 下载后需要安装环境 >pip install python-dateutil > pip install easydict > pip install pandas > pip install torchfile nltk > pip install scikit-image 可能需要额外安装的环境,根据提示进行补充: > pip install torchvision
2022-04-06 03:11:56 232.57MB GAN t2i 文本生成图像
python3.x tkinter 狼人杀1.0-4.1
2022-04-06 03:04:49 105.38MB python tkinter
1
python3.7安装包
2022-04-06 01:27:38 359.81MB 安装包
1
unittest第三方库HTMLTestRunner.py,兼容python3.x
2022-04-06 01:27:27 24KB 自动化测试
1
直接解压到你的site-package 中即可 或者可以尝试安装最新的prophet python3.6
2022-04-06 00:30:05 56.75MB python
1