发表于 | 分类于

相信大家小时候应该都玩过贪吃蛇这个游戏吧，反正我小时候超喜欢玩，没其他原因，因为家里的手机上只有这一个游戏可以消磨时光。后来随着移动互联网的普及，智能手机逐渐取代了诺基亚，但这款游戏的确堪称经典之作。

今天我们就用 pygame 来自己写一个贪吃蛇出来，重温经典。

阅读全文 »

发表于 | 分类于

notebook 是 Jupyter项目的重要组件之一，它是一个代码、文本（有标记或无标记）、数据可视化或其它输出的交互式文档。Jupyter Notebook 需要与内核互动，内核是 Jupyter 与其它编程语言的交互编程 协议。Python 的 Jupyter 内核是使用 IPython。Jupyter Notebook 是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。，除此之外，它还提供了一系列魔法操作，今天的文章着重讲解关于 Jupyter notebook 的魔法操作。

阅读全文 »

发表于 | 分类于

最近受全球大环境影响，美股犹如坐上过山车，感觉每天都在见证历史时刻。而我们的大盘最近也不消停，不过这也给大家抄底制造了机会，但机会都是给有准备的人，想要抓住机会就得懂得分析数据，想要分析数据还得先拿到交易数据，今天就来说说用 Python 如何获取股市交易数据。

阅读全文 »

发表于 | 分类于

亲爱的朋友们： 想要一起来看樱花吗? 听说武汉这座英雄城市的樱花已经开了，但是在疫情的影响下，我们只能隔幕观花，小编也是一个爱花使者，今天我们就以另一种方式来呈现樱花之美，想要看到美丽的花朵，得每天保持学习状态，不断吸收新知识，学习新技能，接下来和小编一起欣赏一棵别样的樱花树。

阅读全文 »

发表于 | 分类于

Python 招聘岗位数据可视化

项目背景

最近朋友圈又有小伙伴被降薪、被裁员了。往年金三银四是找工作的好时机，但在今年疫情之下互联网似乎更冷了。为了更好的找到好工作，就要了解企业需要什么样的人才，地区之间人才需求数量，薪资、学历与经验之间的关系等等。本文以拉勾网 Python 岗位数据作为分析。

阅读全文 »

发表于 | 分类于

说到二维码大家一定不陌生，可以说现在二维码几乎渗透到了我们生活的各个角落，举例来说吧，我们到超市商场购物时扫描二维码付款，我们出行时乘坐公交地铁扫描二维码进站，我们到菜鸟驿站取件时扫描二维码取件，如果哪天我们碰到一个有趣的人，可能还会微信扫描二维码加个好友，如果你阅读我们的文章感觉对自己有一点帮助，还可以扫描文末二维码关注一下我们的公众号。

阅读全文 »

发表于 | 分类于

如果要选一部近期最火的电视剧，一定非《安家》莫属，你可能没有具体看过，但如果你看微博的话一定听过这个名字，这部电视剧多次登上微博热搜榜，好像还有几次冲上了热搜榜首，该剧主要讲述的是关于房产中介卖房的故事，电视剧原名也是叫卖房子的人。

阅读全文 »

发表于 | 分类于

上次为大家介绍了如果用 Python 抓取公号文章并保存成 PDF 文件存储到本地。但用这种方式下载的 PDF 只有文字没有图片，所以只适用于没有图片或图片不重要的公众号，那如果我想要图片和文字下载下来怎么办？今天就给大家介绍另一种方案——HTML。

阅读全文 »

发表于 | 分类于

随着互联网的高速发展，数据量也在疯狂增长，近几年数据分析，数据挖掘的岗位越来越吃香。说到数据分析，就离不开数据的可视化，毕竟图表比冷冰冰的数字直观，一眼就可以看出趋势和结论，毕竟一图胜千言。

而 Python 作为数据分析的主力语言，自然也有不少可视化的类库，比如 matplotlib，常用的柱状图、散点图、折线图都可以生成。但如果想在网页端展示的话就显得有些捉襟见肘了。

阅读全文 »

发表于 | 分类于

受疫情严重影响，全球股市都在不断下跌，就连一贯成熟、增长稳定的美股也在接二连三的不断向下熔断，仅这个月已经熔断五次了，要知道美股历史上的第一次熔断发生在 1997 年。很多人都被跌的一夜回到解放前了。

相比股市的大幅下跌，跟踪大盘指数的基金要相对平缓很多，虽然也在跌，但没有股市那么大幅度。就连巴菲特也曾经劝导我们，对于个人投资者而言，最好的投资方式就是定投指数基金。

所谓定投指数基金，就是在固定日期买入固定金额的基金。与买卖股票相比，定投指数基金省时省力，不用时刻盯盘，只需每周或者每月买入一次即可，年轻人应该多花些时间在自己的工作上，不断的提升自己的能力才是最好的投资。

那么，今天我们就用数据来验证下，定投指数基金到底能不能赚钱，又能赚多少钱呢。

阅读全文 »

发表于 | 分类于

相信大家童年都看过哆啦 A 梦，他的口袋简直是无所不能，里面装满了各种神奇的道具。曾经的我也幻想如果自己也有一个这样的口袋多好。今天我们就用 Python 来画一个哆啦A梦，怀念下我们的童年。

阅读全文 »

发表于 | 分类于

前两天有个朋友向我求助，她在写毕业论文时，不小心将论文里的中文双引号替换为英文的了，各种原因导致无法回退，8万多字的论文，眼看就要交了，该怎么办？

阅读全文 »

发表于 | 分类于

求职需要的 Python 技能

每年的 3、4 月份都是金三银四跳槽季，企业一般也会选择在这个时期调整职工的薪资，小伙伴在这个时候也会心里痒痒，在招聘网站上看看是否有合适的机会，需要的 Python 技能是否符合年限等等情况。这里以招聘网站为例抓取魔都近一个月的招聘数据，生成柱状图与词云。

抓取招聘网站数据

首先将魔都 近 1 个月的招聘职位都抓取出来，使用 requests 模块和 BeautifulSoup 模块

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
# -*- coding: utf-8 -*-
import requests
from bs4 import BeautifulSoup
import time
import random

urlFileName = 'urls.txt' # 存放招聘信息详情的URL文本
contentFileName = 'context.txt' # 存放抓取的内容
def getUrls2Txt(page_num):
    p = page_num+1
    for i in range(1, p):
        urls = []
        # 抓取魔都的
        url = 'https://search.51job.com/list/020000,000000,0000,00,2,99,Python,2,'+str(i)+'.html?lang=c&postchannel=0000&workyear=99&cotype=99&degreefrom=99&jobterm=99&companysize=99&ord_field=0&dibiaoid=0&line=&welfare='

        html = requests.get(url)
        soup = BeautifulSoup(html.content, "html.parser")
        ps = soup.find_all('p', class_='t1')
        for p in ps:
            a = p.find('a')
            urls.append(str(a['href']))
        with open(urlFileName, 'a', encoding='utf-8') as f:
            for url in urls:
                f.write(url+'\n')
        s = random.randint(5, 30)
        print(str(i)+'page done,'+str(s)+'s later')
        time.sleep(s)

def getContent(url, headers):
    record = ''
    try:
        html = requests.get(url, headers=headers)
        soup = BeautifulSoup(html.content, "html.parser")
        positionTitle = str(soup.find('h1')['title']) # 标题
        salary = soup.find_all('strong')[1].get_text() # 薪资
        companyName = soup.find('p', class_='cname').get_text().strip().replace('\n','').replace('查看所有职位','') # 公司名
        positionInfo = soup.find(
            'div', class_='bmsg job_msg inbox').get_text().strip().replace('\n', '').replace('分享', '').replace('举报', '').replace(' ', '').replace('\r', '') # 岗位职责
        record = positionTitle + '&&&' + salary + '&&&' + companyName + '&&&' + '&&&' + positionInfo
    except Exception as e:
        print('错误了')
    return record


def main():
        page_num = 93
        getUrls2Txt(page_num)
        user_Agent = 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36'
        headers = {'User-Agent': user_Agent}
        with open(urlFileName, 'r', encoding='utf-8') as f:
            urls = f.readlines()
        i = 0
        for url in urls:
            url = url.strip()
            if url != '':
                record = getContent(url, headers)
                with open(contentFileName, 'a', encoding='utf-8') as f:
                        f.write(record + '\n')
                i += 1
                print(str(i)+'详情抓取完成')
                time.sleep(1)

        print('完成了')


if __name__ == '__main__':
    main()

抓取网站内容结果图

分词

在这一步需要对招聘信息中的职位信息进行人工的初步删选，过滤掉常用字存入 filterWords 变量中，然后利用结巴分词(https://github.com/fxsjy/jieba)基于TF-IDF算法将职位信息进行分词，并统计技术词语出现的次数。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
from jieba import analyse

fenCi = {}

def main():

    # 负责过滤的词语，这里只列出了几个
    filterWords = ['熟悉', '熟练', '经验', '优先', '应用开发', '相关', '工作', '开发', '能力', '负责', '技术', '具备', '精通', '数据', 'ETC']

    # 结巴分词基于 TF-IDF 算法的关键词
    tfidf = analyse.extract_tags
    
    for zpInfo in open('context.txt', 'r', encoding='utf-8'):

        if zpInfo.strip() == '':
            continue
        # 详情数据是用&&&分割的
        infos = zpInfo.split("&&&")
        words = tfidf(infos[-1])

        words = [x.upper() for x in words if x.upper() not in filterWords]

        for word in words:
            num = fenCi.get(word, 0) + 1
            fenCi[word] = num

    print(sorted(fenCi.items(), key=lambda kv: (kv[1], kv[0]), reverse=True))
    print('分出了' + str(len(fenCi)) + '了词语')


if __name__ == '__main__':
    main()

最终分词的结果图

技能图表

在分词中，分出了 12663 个词这些词大多都是常用字，需要进一次筛选出多个高频的 Python 技能利用 matplotlib 模块画出柱状图。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
params = {
    'axes.labelsize': '14',
    'xtick.labelsize': '14',
    'ytick.labelsize': '13',
    'lines.linewidth': '2',
    'legend.fontsize': '20',
    'figure.figsize': '26, 24'
}
plt.style.use("ggplot")
plt.rcParams.update(params)

# 筛选分词中高频的
barDir = {
    'PYTHON': 2283,
    'LINUX': 981,
    '算法': 658,
    '运维': 530,
    '数据库(MySql,Sql,Redis等)': 1021,
    'SHELL': 996,
    '数据分析/挖掘': 695,
    'WEB': 454,
    '测试用例': 515,
    'MATLAB': 221,
    'PERL': 209,
    'HIVE': 122,
    'HADOOP': 176,
    'SPARK': 146,
    'TENSORFLOW': 136,
    '多线程': 127,
    'AI': 106,
    'SAS': 104,
    '视觉/图像处理': 180,
    '人工智能': 170,
    'HTTP': 90,
    'DOCKER': 82,
    'DJANGO': 82,
}

fig, ax = plt.subplots(figsize=(20, 10), dpi=100)

# 添加刻度标签
labels = np.array(list(barDir.keys()))
ax.barh(range(len(barDir.values())), barDir.values(), tick_label=labels, alpha=1)

ax.set_xlabel('Python技术词的次数', color='k')
ax.set_title('Python工作高频技术词')


# 为每个条形图添加数值标签
for x, y in enumerate(barDir.values()):
    ax.text(y + 0.5, x, y, va='center', fontsize=14)

# 显示图形
plt.show()

生成的柱状图

词云

最后将分词数据生成一个词云，将 Python 图标作为底图使用。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
def getWorldCloud():
   # 底层图片路径
   path_img = "python.jpg"
   background_image = np.array(Image.open(path_img))

   wordcloud = WordCloud(
       # 字体路径
       font_path="/System/Library/Fonts/STHeiti Light.ttc",
       background_color="white",
       mask=background_image).generate(" ".join(list(fenCi.keys())))
   image_colors = ImageColorGenerator(background_image)
   plt.imshow(wordcloud.recolor(color_func=image_colors), interpolation="bilinear")
   plt.axis("off")
   plt.show()

生成的词云图

总结

本文主要是从招聘网站抓取 Python 工作职责并生成柱状图和词云，展示企业需要哪些 Python 技能，从而在面试前学会并运用这些技能。在生成最后结果的过程中存在 2 点不完美的情况，一点是存在人工筛选另一个是在分词中没有完全过滤掉通用字。随着小编的 Python 技能树的增长，有理由相信在不久这 2 中情况将完全避免。

示例代码：求职需要的 Python 技能

阅读全文 »

发表于 | 分类于

今天为大家介绍如何将自己喜欢的公众号的历史文章转成 PDF 保存到本地。前几天还有朋友再问，能不能帮把某某公众号的文章下载下来，因为他很喜欢这个号的文章，但由于微信上查看历史文章不能排序，一些较早期的文章翻很长时间才能找到，而且往往没有一次看不了几篇，下次还得再重头翻，想想就很痛苦。

阅读全文 »

发表于 | 分类于

今天发现了一个好玩的 python 第三方库 itchat，它的功能很强大：只要你扫一下它所生成的二维码即可模拟登陆你的微信号，然后可以实现自动回复，爬取微信列表好友信息等功能。这么强大的功能简直是相见恨晚，我忍不住激动地心情用它练了一把手。

阅读全文 »

发表于 | 分类于

数据可视化是数据处理中的重要部分，前面我们了解了 Flask 的开发和部署，如何用 Flask 做数据可视化呢？今天我们来了解一下。

阅读全文 »