一文搞懂各大APP！网站python网络爬虫！

1）爬取汽车之家数据，利用论坛发言的抓取以及NLP，对各种车型的车主做画像。

2 ）抓取各大电商的评论及销量数据，对各种商品（颗粒度可到款式）沿时间序列的销量以及用户的消费场景进行分析。

Python资源共享群：626017123

3）还可以根据用户评价做情感分析，实时监控产品在消费者心目中的形象，对新发布的产品及时监控，以便调整策略。

4 ）抓取房产买卖及租售信息，对热热闹闹的房价问题进行分析。

5 ）抓取大众点评、美团网等餐饮及消费类网站：各种店面的开业情况以及用户消费和评价，了解周边变化的口味，所谓是“舌尖上的爬虫”。以及各种变化的口味，比如：啤酒在衰退，重庆小面在崛起。

6 ）58同城等分类信息网站：抓取招商加盟的数据，对定价进行分析，帮助网友解惑。

7 ）拉勾网、中华英才网等招聘网站：抓取各类职位信息，分析最热门的职位以及薪水。

8 ）挂号网等医疗信息网站：抓取医生信息并于宏观情况进行交叉对比。

9 ）应用宝等App市场：对各个App的发展情况进行跟踪及预测。（顺便吹一下牛，我们这个榜单很早就发现小红书App的快速增长趋势以及在年轻人中的极佳口碑）

10 ）携程、去哪儿及12306等交通出行类网站：对航班及高铁等信息进行抓取，能从一个侧面反映经济是否正在走入下行通道。

11 ）雪球等财经类网站：抓取雪球KOL或者高回报用户的行为，找出推荐股票

12 ）58同城二手车、易车等汽车类网站：什么品牌或者型号的二手车残值高？更保值？反之，什么类型的贬值较快？- 二手车，找出最佳的买车时间以及最保值的汽车。

13 ）神州租车、一嗨租车等租车类网站：抓取它们列举出来的租车信息，长期跟踪租车价格及数量等信息。

14 ）各类信托网站：通过抓取信托的数据，了解信托项目的类型及规模。其实还有很多数据，不一一列举了。

上次的文章是在讨论移动端的数据获取： https://blog.csdn.net/livan1234/article/details/80850978

本文对爬虫做一个全面的总结，不一定包治百病，但是能治好大部分疾病，希望能够对大家有所帮助：

1、 urllib 库:这是一个在爬虫领域绕不开的库，他支持 http 的爬取，几乎可以取到方方面面的内容。

以下面的豆瓣案例做一个简要的解释：

豆瓣小案例:

#!/usr/bin/env python # _*_ UTF-8 _*_

import urllib.request import re

data = urllib.request.urlopen( "https://read.douban.com/provider/all" ).read()

data = data.decode( "utf-8" )

pattern = '<div>(.*?)</div>'

mydata = re.compile(pattern).findall(data)

fh = open ( " 出版社 .txt" , "w" )

for i in range ( 0 , len (mydata)):

fh.write(mydata[i]+ " \n " )

fh.close()

常用函数:

import urllib.request

# 一、常用函数 :

#1、将第一个参数中的网址，直接下载到 filename 路径下，爬下来的数据为一个网页。

data = urllib.request.urlretrieve( "http://www.hellobi.com" ,

filename = "F:\python_workspace\spider_douban" )

#2\ 清除缓存 , 清除 urlretrieve 等下载时保存的数据

urllib.request.urlcleanup()

#3\ 爬取页面数据 file = urllib.request.urlopen( "http://www.hellobi.com" )

#4\ 返回当环境的信息 file.info()

#5\ 获取当前网页的状态码和网址。

print(file.getcode()) print(file.geturl())

2、超时设置:

由于网络速度或者对方服务器的问题，我们爬取一个网页的时候，都需要设置时间，我们访问一个网页，如果该网页长时间未响应，那么我们的系统就会判断该网页超时了，即无法打开该网页。

有时候，我们需要根据自己的需求，来设置超时的时间值，比如：有些网站会反应快，我们希望2秒种没有反应则判断为超时，那么此时，timeout=2即为设置方式，即在 urlopen 中加入 timeout 参数。再比如，有些网站服务器反应慢，那么我们希望100秒没有反应，才判断超时，此时的timeout即设置为100，接下来为大家讲解爬虫超时的设置。

file = urllib.request.urlopen( "http://www.hellobi.com" , timeout = 10 )

for i in range ( 0 , 100 ):

try :

file =urllib.request.urlopen( "http://yum.iqianyue.com" , timeout = 1 )

data= file .read()

print ( len (data))

except Exception as e:

print ( "出现异常:" + str (e))

3、自动模拟 Http 请求:

客户端如果要与服务器端进行通信，需要通过http进行请求，http请求有很多种，我们在此会讲post与get两种请求方式，比如登录、搜索某些信息的时候会用到。

1）处理 get 请求:

#!/usr/bin/env python # _*_ UTF-8 _*_

import urllib.request keywd = "python"

# 对网址中出现的中文进行相应的编码 , 得到进行编码之后的中文，后面可以直接使用。 keywd=urllib.request.quote(keywd)

url = "http://www.baidu.com/s?wd" +keywd+ "&ie=urf-8&tn=96542061_hao_pg"

# 将 url 封装为一个请求 req = urllib.request.Request(url)

data = urllib.request.urlopen(req).read()

fh = open ( "test.txt" , "wb" )

fh.write(data) fh.close()

2）理 post 请求: 所谓post请求即为 HTML 的 form 中存在 method=“post”的标签，如下文：

<body>

姓名： <input name=”name” type=”text”/><br>

密码： <input name=”pass” type=”text”/><br>

</body>

在新浪 login.sina.com.cn 中即可看到，form 为 post 方式。我们只需要 form 表单中的 name 属性即可。

如下图：

#!/usr/bin/env python # _*_ UTF-8 _*_

import urllib.request import urllib.parse url = "http://www.iqianyue.com/mypost/"

# 设置对应的表单信息 ,urlencode 中针对代码中的 name 值。

mydata = urllib.parse.urlencode({

"name" : "ceo@iqianyue.com" "pass" : "123456" }).encode( "utf-8" )

# 将数据转换为请求 req = urllib.request.Request(url , mydata)

# 发送请求 data = urllib.request.urlopen(req).read()

fh = open ( "test_post.txt" , "wb" )

fh.write(data) fh.close()

4、爬虫的异常处理:

爬虫在运行的过程中，很多时候都会遇到这样或那样的异常。如果没有异常处理，爬虫遇到异常时就会直接崩溃停止运行，下次再次运行时，又会重头开始，所以，要开发一个具有顽强生命力的爬虫，必须要进行异常处理。

异常处理主要是为了增强代码的稳定性。

两者都是异常处理的类，HTTPError是URLError的子类，HTTPError有异常状态码与异常原因，URLError没有异常状态码，所以，在处理的时候，不能使用URLError直接替代HTTPError。如果要替代，必须要判断是否有状态码属性。

接下来我们通过实战讲解：

urlError:

1 、连不上服务器 2 、远程的url 不存在

3 、本地没有网络

4 、触发了对应的 httpError 子类

具体的实战为:

#!/usr/bin/env python # _*_ UTF-8_*_

import urllib.error import urllib.request

try :

urllib.request.urlopen( "http://blog.csdssn.net" )

print ( "111" )

except urllib.error.URLError as e:

if hasattr (e , "code" ):

print (e.code)

if hasattr (e , "reason" ):

print (e.reason)

5、爬虫的伪装技术：

浏览器伪装技术原理：

我们可以试试爬取csdn博客，我们发现会返回403，因为对方服务器会对爬虫进行屏蔽。此时我们需要伪装成浏览器才能爬取。

浏览器伪装我们一般通过报头进行，接下来我们通过实战分析一下。

#!/usr/bin/env python # _*_ UTF-8 _*_

import urllib.error import urllib.request

url= "http://blog.csdn.net/weiwei_pig/article/details/52123738"

header = ( "User-Agent" : "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36" )

# 用来添加报头信息 opener = urllib.request.build_opener()

opener.addheaders=[header]

data = opener.open(url).read()

fh = open ( "test_header" , "wb" )

fh.write(data) fh.close()

6、新闻网站爬取:

需求：将新浪新闻首页（http://news.sina.com.cn/）所有新闻都爬到本地。

思路：先爬首页，通过正则获取所有新闻链接，然后依次爬各新闻，并存储到本地。

#!/usr/bin/env python # _*_ UTF-8 _*_

import urllib.request import re

data = urllib.request.urlopen( "http://news.sina.com.cn/" ).read()

data2 = data.decode( "utf-8" , "ignore" ) pat = 'href="(http://news.sina.com.cn/.*?)">' allurl = re.compile(pat).findall(data2)

for i in range ( 0 , len (allurl)):

try :

print ( " 第 " + str (i)+ " 次爬取 " )thisurl = allurl[i] file =str (i)+ ".html" urllib.request.urlretrieve(thisurl , file)

print ( "------ 成功 -------" )

except urllib.request.URLError as e:

if hasattr (e , "code" ):

print (e.code) if hasattr (e , "reason" ):

print (e.reason)

7、爬虫防屏蔽手段之代理服务器:

#!/usr/bin/env python # _*_ UTF-8 _*_

import urllib.request import re

url = "http://blog.csdn.net/"

headers = ( "User-Agent" , "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36" )

# 建一个浏览器 opener

opener = urllib.request.build_opener()

# 将头加入到 opener 中 opener.addheaders=[headers]

# 将 opener 安装为全局 urllib.request.install_opener(opener)

data = urllib.request.urlopen(url).read().decode( "utf-8" , "ignore" )

pat = '<h3 data-mod="popu_430" data- poputype="feed" data-feed-show="false" data-dsm="post"><a

href="(.*?)"'

result =re.compile(pat).findall(data)

for i in range ( 0 , len (result)):

file = str (i)+ ".html" urllib.request.urlretrieve(result[i] , filename =file) print ( "第" + str(i)+ "次爬取成功" )

#由此可以将 CSDN 首页所有的文章爬取下来。

如何做代理:

#!/usr/bin/env python # _*_ UTF-8 _*_

import urllib.request

def use_proxy (url , proxy_addr): proxy = urllib.request.ProxyHandler({ "http" : proxy_addr})

opener = urllib.request.build_opener(proxy ,

urllib.request.HTTPHandler)urllib.request.install_opener(opener) data = urllib.request.urlopen(url).read().decode("utf-8" , "ignore" )

return data

proxy_addr = []

"110.73.43.18:8123"

url = "http://www.baidu.com" data = use_proxy(url , proxy_addr)

print ( len (data))

8、图片爬虫实战: 在浏览器爬取时，有时不同的浏览器会有不同的查询结果，解析出不同的源码。

首先在“审查元素”中确定元素的重点字段是哪些，然后再在“源码”中查找对应的图片位置，确定图片 url 的规则。

#!/usr/bin/env python # _*_ UTF-8 _*_

import urllib.request

import re

keyname = " 短裙 " key = urllib.request.quote(keyname)

headers = ( "User_Agent" , "Mozilla/5.0 (Windows NT 10.0; WOW64; rv:53.0) Gecko/20100101 Firefox/53.0" )opener = urllib.request.build_opener() opener.addheaders=[headers]

urllib.request.install_opener(opener)

for i in range ( 0 , 10 ):

url = "https://s.taobao.com/search?q=" +key+ "&imgfile=&commend=all&ssid=s5- e&search_type=item&sourceId=tb.index&spm=a21bo.2017.201856-taobao- item.1&ie=utf8&initiative_id=tbindexz_20170306&bcoffset=4&ntoffset=4&p4 ppushleft=1%2C48&s=" + str (i* 44 )

data = urllib.request.urlopen(url).read().decode( "utf-8" , "ignore" )

pat = 'pic_url":"//(.*?)"' imagelist = re.compile(pat).findall(data) for j in range ( 0 , len (imagelist)):

t hisimg = imagelist[j]

thisimgurl = "http://" +thisimg file = "F:/python_workspace/test/pic/" + str (i)+ str (j)+ ".jpg"

urllib.request.urlretrieve(thisimgurl , filename =file)

在源码解决不了的情况下，需要进行抓包。作业:千图网的爬取(可以通过调试找到报错原因):

#!/usr/bin/env python

# _*_ UTF-8 _*_

import urllib.request import re

for i in range ( 1 , 10 ): pageurl = "http://www.58pic.com/piccate/3-153-652-" + str (i)+ ".html"

data = urllib.request.urlopen(pageurl).read().decode( "utf-8" ,

"ignore" ) pat = '<a.*?src="(.*?).jpg!"'

imglist = re.compile(pat).findall(data) for j in range ( 0 , len (imglist)):

try :thisimg = imglist[j] thisimgurl = thisimg+"_1024.jpg" file = "F:/python_workspace/test/pic2/" + str (i)+ str (j)+ ".jpg"

urllib.request.urlretrieve(thisimgurl , filename =file)

print ( " 第 " + str (i)+ " 页第 " + str (j)+ " 个图片爬取成功 " )

except urllib.error. URLError as e:

if hasattr (e , "code" ):

print (e.code) if hasattr (e , "reason" ):

print (e.reason)

except Exception as e:

print (e)

9、抓包分析实战(一)

获取淘宝的评论信息、腾讯的娱乐新闻信息等需要抓包分析。如何抓取 https 的数据包以及腾讯视频的评论。

TextView:显示返回的信息; 通过 fiddler 找到含有评论的网址，复制出对应的网址，观察网址的规则。

设置完 fiddler 之后，点击要爬取的页面，回到 fiddler 中，确定有 js 内容的链接:

对应的网址为:

https://rate.tmall.com/list_detail_rate.htm?itemId=42679128869&spuId=315119437&sellerId=2166475645&order=3&currentPage=1&append=0&content=1&tagId=&posi=&picture=&ua=098%23E1hv%2FpvEvbQvUvCkvvvvvjiPP2Lw0jEbPL59AjnEPmPZQj1Pn2L9QjEvR2MwljE8vphvC9vhvvCvpvyCvhQvryGvCzox9WFIRfU6pwet9E7rejZIYExr1EuK46en3OkQrEttpR2y%2BnezrmphQRAn3feAOHPIAXcBKFyK2ixrlj7xD7QHYWsUtE97Kphv8vvvvvCvpvvvvvmCc6Cv2UIvvUnvphvpgvvv96CvpCCvvvmCXZCvhhmEvpvV2vvC9jx2uphvmvvv98GEKUM72QhvCvvvMMGtvpvhvvvvv8wCvvpvvUmm3QhvCvvhvvv%3D&isg=AoKCecM7b7NouHNtRCUm6rar0osk--IFkGgfUsyboPWxHyKZtOPWfQjduSCd&needFold=0&_ksTS=1508769919830_1070&callback=jsonp1071

然后确定其中的 itemId 等字段的内容，其中的部分内容未必有用处，可以直接删除，比如上面 url的 ua 字段。

如果要抓取 https 的数据:

Fiddler 默认只能抓取 HTTP 协议的网页，不能抓取 HTTPS 协议的网页，而我们很多时候，都需要抓 HTTPS 协议的网页，比如抓淘宝数据等。今天，韦玮老师会为大家讲解如何使用 Fiddler 抓取 HTTPS 协议的网页。

打开 Fiddler，点击“Tools--FiddlerOptions--HTTPS”，把下方的全部勾上，如下图所示:

然后，点击 Action，选择将CA 证书导入到桌面，即第二项，导出后，点击上图的 ok 保存配置。

然后在桌面上就有了导出的证书，如下所示:

随后，我们可以在浏览器中导入该证书。我们打开火狐浏览器，打开“选项--高级--证书- -导入”，选择桌面上的证书，导入即可。随后，Fiddler 就可以抓 HTTPS 协议的网页了。如下图所示。

抓取腾讯视频的评论: 下图为带评论的 js 文件(从 fiddler 中获取):

其中有多个字段，commentid 等，在点击“加载更多”时，commentID 会发生变化，在第一个url 的源码中会找到下一个评论 url 的地址，找到 last 字段，即为下一个 url 的commentid，以此来构造下一个 url。

#!/usr/bin/env python # _*_ UTF-8 _*_

import urllib.request import re import urllib.error

headers = ( "User_Agent" , "Mozilla/5.0 (Windows NT 10.0; WOW64; rv:53.0) Gecko/20100101 Firefox/53.0" )

opener = urllib.request.build_opener()

opener.addheaders = [headers]

urllib.request.install_opener(opener)

comid = "6323280825454961655"

url = "http://coral.qq.com/article/2102904258/comment?commentid=" +comid+ "&req num=20&tag=&callback=jQuery1124020025941284059412_1508770934137&_=15087 70934145" for i in range ( 0 , 100 ):

data = urllib.request.urlopen(url).read().decode()

patnext = '"last":"(.*?)"' nextid = re.compile(patnext).findall(data)[ 0 ]

patcom = '"content":"(.*?)",'

comdata = re.compile(patcom).findall(data)

for j in range ( 0 , len (comdata)):

print ( "------ 第 " + str (i)+ str (j)+ " 条评论内容是 : " )

print ( eval ( 'u"' +comdata[j]+ '"' ))

url =

"http://coral.qq.com/article/2102904258/comment?commentid=" +nextid+ "&re qnum=20&tag=&callback=jQuery1124020025941284059412_1508770934137&_=1508 770934145"

10、微信爬虫实战:

如何解决微信的限制?

#!/usr/bin/env python # _*_ UTF-8 _*_

#http://weixin.sogou.com/

import re import urllib.request import time import urllib.error

# 自定义函数，功能为使用代理服务器爬一个网址

def use_proxy (proxy_addr , url): # 建立异常处理机制 try :

req = urllib.request.Request(url)

req.add_header( "User_Agent" , "Mozilla/5.0 (Windows NT 10.0; WOW64; rv:53.0) Gecko/20100101 Firefox/53.0" )

proxy = urllib.request.ProxyHandler({ 'http' :proxy_addr})

opener = urllib.request.build_opener(proxy , urllib.request.HTTPHandler)

urllib.request.install_opener(opener)

data = urllib.request.urlopen(req).read()

return data

except urllib.error.URLError as e:

if hasattr (e , "code" ):

print (e.code) if hasattr (e , "reason" ):

print (e.reason)

# 若为 URLError 异常，延时 10 秒执行 time.sleep( 10 )

except Exception as e:

print ( "exception:" + str (e))

time.sleep( 1 )

# 设置关键词 key = "Python" # 设置代理服务器，该代理服务器有可能失效，读者需要换成新的有效代理服务器 # 即通过 fiddler 中转爬取。 proxy = "127.0.0.1:8888" # 爬多少页 : for i in range ( 0 , 10 ):

key = urllib.request.quote(key)

thispageurl = "http://weixin.sogou.com/weixin?type=2&query=" +key+ "&page" + str (i)

#a="http://blog.csdn.net"

thispagedata = use_proxy(proxy , thispageurl)

print ( len ( str (thispagedata))) pat1 = '<a href="(.*?)"' rs1 = re.compile(pat1 , re.S).findall( str (thispagedata))

if ( len (rs1)== 0 ):

print ( " 此次 ( " + str (i)+ " 页 )没有成功 " )

continue for j in range ( 0 , len (rs1)):

thisurl = rs1[j]

# 提取到的网址与通过浏览器实际跳转的页面网址不完全一致，通过比 # 较观察发现，爬取的页面中有 amp 字段为多余。

thisurl = thisurl.replace( "amp;" , "" )

file = "F:/python_workspace/test/wechat/ 第 " + str (i)+ " 页第 " + str (j)+ " 篇文章 .html"

thisdata = use_proxy(proxy , thisurl)

try :

fh = open (file , "wb" )fh.write(thisdata) fh.close()print ( " 第 " + str (i)+ " 页第 " + str (j)+ " 篇文章成功 " )

except Exception as e:

print (e)

print ( " 第 " + str (i)+ " 页第 " + str (j)+ " 篇文章失败 " )

微信爬虫的爬取依然是使用浏览器，即在搜狗浏览器上使用微信网页版，然后编辑这个页面的 url，以获取内容。

11、多线程爬取实战糗事百科的代码:

#!/usr/bin/env python # _*_ UTF-8 _*_

import urllib.request import re import urllib.error

headers = ( "User_Agent" , "Mozilla/5.0 (Windows NT 10.0; WOW64; rv:53.0) Gecko/20100101 Firefox/53.0" )opener = urllib.request.build_opener() opener.addheaders=[headers]

urllib.request.install_opener(opener)

for i in range ( 1 , 2 ): url = "https://www.qiushibaike.com/8hr/page/" + str (i)

pagedata=urllib.request.urlopen(url).read().decode( "utf-8" , "ignore" ) pat= '<div>.*?<span>(.*?)</span>.*?</div>' datalist = re.compile(pat , re.S).findall(pagedata) for j in range ( 0 , len (datalist)):

print ( " 第 " + str (i)+ " 页第 " + str (j)+ " 个段子的内容是 : " )

print (datalist[j])

将此程序改为多进程为:

#!/usr/bin/env python # _*_ UTF-8 _*_

import urllib.request import re import urllib.error import threading

headers = ( "User_Agent" , "Mozilla/5.0 (Windows NT 10.0; WOW64; rv:53.0) Gecko/20100101 Firefox/53.0" )opener = urllib.request.build_opener() opener.addheaders=[headers]

urllib.request.install_opener(opener)

class One (threading.Thread):

def __init__ ( self ):

threading.Thread. __init__ ( self )

def run ( self ):

for i in range ( 1 , 36 , 2 ):

url = "https://www.qiushibaike.com/8hr/page/" + str (i)

pagedata=urllib.request.urlopen(url).read().decode( "utf- 8" , "ignore" )

pat= '<div>.*?<span>(.*?)</span>.*?</div>'

datalist = re.compile(pat , re.S).findall(pagedata) for j in range ( 0 , len (datalist)):

print ( " 第 " + str (i)+ " 页第 " + str (j)+ " 个段子的内容是 : " ). print (datalist[j])

class Two (threading.Thread):

def __init__ ( self ):

threading.Thread. __init__ ( self )

def run ( self ): for i in range ( 0 , 36 , 2 ):

url = "https://www.qiushibaike.com/8hr/page/" + str (i)

pagedata=urllib.request.urlopen(url).read().decode( "utf- 8" , "ignore" )

pat= '<div>.*?<span>(.*?)</span>.*?</div>'

datalist = re.compile(pat , re.S).findall(pagedata) for j in range ( 0 , len (datalist)):

one = One()

one.start()

two = Two()

two.start()

一文搞懂各大APP！网站python网络爬虫！相关推荐

一文搞懂各大APP网站python网络爬虫
本文转载自数据EDTA,相亲可以扫描下方二维码: 很久以前写了一篇爬虫的文章,把它放在CSDN上(livan1234)没想到点击量竟然暴涨,足以看到大家在数据获取方面的需求,爬虫技术现在已经非常普遍, ...
带你一文搞懂VMware Workstation的三种网络模式
前言: 其实VMware Workstation的三种网络模式我学的不止一遍,但每次学习自己理解的都是朦胧的概念,说自己学会了吧,一些实质性的概念转头就忘记,一点也想不起来.说自己不会吧,但是每次学习 ...
一文搞懂什么是 PostCSS
一文搞懂什么是 PostCSS 在 Web 应用开发中,CSS 代码的编写是重要的一部分.CSS 规范从最初的 CSS1 到现在的 CSS3,再到 CSS 规范的下一步版本,规范本身一直在不断的发展演 ...
一文搞懂AWS EC2, IGW, RT, NAT, SG 基础篇下
B站实操视频更新跟着拉面学习AWS--EC2, IGW, RT, NAT, SG 简介长文多图预警,看结论可以直接拖到"总结"部分本文承接上一篇文章介绍以下 AWS 基础概念 ...
一文搞懂Qt中的颜色渐变(QGradient Class)
一文搞懂Qt中的颜色渐变(QGradient Class) 1, 快速开始! Qt中与颜色渐变有关的类是QGradient 其中它又有三个子类:QLinearGradient.QRadialGradi ...
网络知识扫盲，一文搞懂 DNS
在找工作面试的过程中,面试官非常喜欢考察基础知识,除了数据结构与算法之外,网络知识也是一个非常重要的考察对象. 而网络知识,通常是很抽象,不容易理解的,有很多同学就在这里裁了跟头.为了更好地通过面试, ...
一文搞懂MySQL数据库分库分表
如果数据量过大,大家一般会分库分表.分库需要注意的内容比较少,但分表需要注意的内容就多了. 工作这几年没遇过数据量特别大的业务,那些过亿的数据,因为索引设置合理,单表性能没有影响,所以实战中一直没用过 ...
一文搞懂RNN(循环神经网络）
基础篇|一文搞懂RNN(循环神经网络) https://mp.weixin.qq.com/s/va1gmavl2ZESgnM7biORQg 神经网络基础神经网络可以当做是能够拟合任意函数的黑盒子,只 ...
一文搞懂HMM（隐马尔可夫模型）-Viterbi algorithm
***一文搞懂HMM(隐马尔可夫模型)*** 简单来说,熵是表示物质系统状态的一种度量,用它老表征系统的无序程度.熵越大,系统越无序,意味着系统结构和运动的不确定和无规则:反之,,熵越小,系统越有序, ...

一文搞懂各大APP！网站python网络爬虫！

一文搞懂各大APP！网站python网络爬虫！相关推荐

最新文章

热门文章