Python on yearliny

使用Pandas数据分析

Sat, 28 Oct 2017 15:50:36 +0800

上一篇文章爬取了58同城网的二手车数据，但是只用Excel进行了简单的分析，现在开始使用Python的第三方科学计算库Pandas、Numpy来分析一下数据，并绘出图标进行展示，先看一看之前爬虫保存的数据成果：

58同城二手车数据爬虫

Wed, 25 Oct 2017 22:54:40 +0800

使用 Python 写了个爬虫以爬取58同城某个城市的二手车数据，总共爬取了 1530 条数据。通过数据可以得出一些结论，比如66%的车都是自动档，只有34%的车是手动挡，而这些车首次挂牌时间按数量排序主要集中在2012年、2011年、2010年这三个时间，

Matplotlib解决中文支持

Thu, 28 Sep 2017 22:35:32 +0800

Pandas 是一个常用的数据结构工具，常常使用到数据分析中，Pandas 使用到 Matplotlib 库的 API 进行绘图，但是 Matplotlib 默认不支持中文，如果你的标签含有中文，那么绘画图表的中文字体就变成了“豆腐块”，这里需要我们手动修改来完善中文支持。

Python开发工具选择

Wed, 13 Sep 2017 12:10:18 +0800

Python 作为一个流行开源编程语言，拥有着众多的开发工具，除了 Python 的核心解释器以外，最重要的两类工具就是文本编辑器和集成环境开发工具，我在这里以一个初学者的角度分别说说这些工具。

Python全平台安装

Mon, 28 Aug 2017 22:40:45 +0800

Python是一种面向对象、解释型的计算机程序语言。它包含了一组功能完备的标准库，能够轻松完成很多常见的任务。它的语法简单，模块化的编写方式大大的增加了代码的重用度，减少了重复造轮子的低效率实践。它的特点可以简单概括为：简单、易学、易用、快速。快速并不是指的运行效率，而是说的程序员的开发效率。本文讲解了Python和 pip 在常用平台下的安装与使用。

Python虚拟环境Venv

Wed, 02 Aug 2017 21:57:31 +0800

当你的项目比较复杂，对模块版本要求不一时，不需要安装多个 Python，只需要配置虚拟环境即可。提起虚拟环境，很多人都会想到 Virtualenv，实际上从 Python3.3 版本开始内置了 Venv模块用以建立轻量级的虚拟环境。

Python学习资源总结

Sun, 02 Jul 2017 18:42:38 +0800

这篇文章用来记录学习Python过程中遇到的不错的学习资源，主要是一些视频学习课程，这些资源都是容易获取、免费、很有价值的，实际上这些平台上也不仅仅有Python的学习教程，其他的可以自行尝试。由于不能随时接触电脑，通过视频来学习编程的“代码→效果”过程中，观看视频学习是最为有效的。文章中主要介绍的三个资源平台为Bilibili、中国大学Mooc、网易云课堂。若是你对第一个选项稍有了解，八成会惊讶Bilibili怎么可以用来学习，稍后会详细讲到。

煎蛋网的图片爬虫

Wed, 04 Jan 2017 21:16:16 +0800

从学习Python的第八天就想要写个简单爬虫，当天就实现了功能，不过遇到了点问题，之后两天也都一一解决了。初学编程语言时写个小作品是令人兴奋的，这对学习过程来说是个很大的激励，所以我向来遵循Learning-by-doing。Learning-by-doing这容易联想到古典经济学的一个名词，被国人简单粗暴的翻译为“干中学”，意为在实践中学习。