目录1.安装fake-useragent2.获取各浏览器的fake-useragent3.fake-useragent案例1.安装fake-useragentpip install fake-useragent2.获取各浏览器的fake-useragentfrom fake_useragent import UserAgentua = UserAgent()#ie浏览器的user agentpri

1.dataframe查看属性DataFrame.index DataFrame的索引(行标签)。DataFrame.columns DataFrame的列标签。DataFrame.dtypes 返回DataFrame中各列的dtypes。DataFrame.ftypes 返回DataFrame中的ftypes(稀疏/密集和dtype的指示)。DataFrame.get_dtype_counts(

其实MySQL提供的表类型截至到今天已经有13种，各有各的好处，但是民间流传的常用的应该是7种，如果再细化出来，基本上就只有两种：InnoDB、MyIASM两种。MySQL作为当前最为流行的免费数据库服务引擎，已经风靡了很长一段时间，不过也许也有人对于MySQL的内部环境不很了解，尤其那些针对并发性处理的机制。MySQL向用户提供了包括DBD、HEAP、ISAM、MERGE、MyIAS、InnoD

目录一、安装Anaconda1.Anaconda下载与安装2.Anaconda安装后自带工具3.Anaconda升级4.Anaconda包管理5.Anaconda环境管理二、Linux下安装Miniconda1.下载 Miniconda2.安装 Miniconda3.ubuntu 安装Anaconda一、安装Anaconda1.Anaconda下载与安装(1)Anaconda官网地址https:/

1.弄清my.cnf文件位置/etc/mysql/mysql.conf.d . 或 通过find命令查找2.哪个为配置文件:my.cnf或mysqld.cnfubuntu版:mysqld.conf为参数配置文件 ，位置在/etc/mysql/mysql.conf.d/mysqld.conf3.mysqld.cnf参数设置案例主要有以下几块:[client]代表客户端默认设置内容；[mysql]代表

请参考原创：https://mp.weixin.qq.com/s/ovSa7Uhv5IyKzyb-l3PHaA前言数据资产的重要性数据资产是企业或组织拥有或控制，能带来未来经济利益的数据资源。越来越多的企业认识到自身的业务数据是一个有别于其他形式又很重要的企业资产。打理好企业数据资产，可以为企业带来准确及时的决策和有效的行动，为企业的业务分析预测和决策提供有力的支持，让企业在市场中用前瞻性的决策找

目录1.Data Clearning Matter2.Null Value & Data Tool3.ETL Tool orders4.NULL在清洗过程的处理1.Data Clearning Matter(1)data file general clearning基本信息：行数、列数 、各列数值类型、sheet页数异常值：检查各列的值类型及范围，找出异常值，方法：按值排序、按值长度排序特

一、K-means 聚类算法介绍1.K-means聚类算法原理(1)先抛出一个情景问题航空公司怎么样对客户分群，区分高价值客户、无价值客户等，对不同的客户群体实施个性化的营销策略，实现利润最大化？对于该类情景题，可使用聚类分析方法。(2)聚类分析相关概念在没有给定划分类别的情况下，根据数据的相似度进行分组的一种方法，分组的原则是组内距离最小化而组间距离最大化。K-means算法是典型的基于距离的非

目录1. Headers2. IP限制3. UA限制4.验证码反爬虫或者模拟登陆5.cookie限制6.Ajax动态加载1. Headers用户的headers进行反爬是最常见的反爬虫策略。相应的解决措施：通过审查浏览器的headers，把相应headers传给python的requests注：Headers 相关知识：host：主机名及端口号Referer：提供给服务器客户端从那个页面链接过来的

一、K-means 聚类算法介绍1.K-means聚类算法原理(1)先抛出一个情景问题航空公司怎么样对客户分群，区分高价值客户、无价值客户等，对不同的客户群体实施个性化的营销策略，实现利润最大化？对于该类情景题，可使用聚类分析方法。(2)聚类分析相关概念在没有给定划分类别的情况下，根据数据的相似度进行分组的一种方法，分组的原则是组内距离最小化而组间距离最大化。K-means算法是典型的基于距离的非