Python实验1——网络爬虫及数据可视化

  • 一、实验目标与基本要求
    • 实验目标
    • 基本要求
  • 二、主要知识点、重点与难点
    • 主要知识点
    • 重点
    • 难点
  • 三、实验过程设计
    • 获取网页
    • 获取数据
    • 保存到数据库
    • 数据预处理
    • 绘制独立数据图像
    • 绘制K线图
    • 数据转化、存储为Excel
    • 绘制股票信息分析图
    • 数据可视化
    • 主函数
  • 运行结果
  • 遇到的问题
  • 实验的收获

一、实验目标与基本要求

实验目标

开发网络爬虫在东方财富、新浪财经或者纳斯达克等财经网站上爬取一只股票的每天的开盘价，收盘价，最高价，最低价等信息，并存储在数据库中，并开发GUI应用可视化。

基本要求

（1） 掌握网络爬虫的开发方法；
（2） 掌握Python开发数据库的GUI界面；
（3） 掌握Matplotlib绘制股票的K线图；

二、主要知识点、重点与难点

主要知识点

（1） 网络爬虫的基本知识；
（2） 利用正则表达式对网页信息提取；
（3） 数据库的访问和表中的数据操作；
（4） Matplotlib库的使用。

重点

（1） 网络爬虫框架的使用；
（2） 正则表达式的使用；
（3） 数据库存储数据。

难点

（1） 利用正则表达式根据网页中的信息组织方式提取数据；
（2） K线图的展现。

三、实验过程设计

#mermaid-svg-5XnqVO3eJG4aaqxc .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .label text{fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .node rect,#mermaid-svg-5XnqVO3eJG4aaqxc .node circle,#mermaid-svg-5XnqVO3eJG4aaqxc .node ellipse,#mermaid-svg-5XnqVO3eJG4aaqxc .node polygon,#mermaid-svg-5XnqVO3eJG4aaqxc .node path{fill:#ECECFF;stroke:#9370db;stroke-width:1px}#mermaid-svg-5XnqVO3eJG4aaqxc .node .label{text-align:center;fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .node.clickable{cursor:pointer}#mermaid-svg-5XnqVO3eJG4aaqxc .arrowheadPath{fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .edgePath .path{stroke:#333;stroke-width:1.5px}#mermaid-svg-5XnqVO3eJG4aaqxc .flowchart-link{stroke:#333;fill:none}#mermaid-svg-5XnqVO3eJG4aaqxc .edgeLabel{background-color:#e8e8e8;text-align:center}#mermaid-svg-5XnqVO3eJG4aaqxc .edgeLabel rect{opacity:0.9}#mermaid-svg-5XnqVO3eJG4aaqxc .edgeLabel span{color:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .cluster rect{fill:#ffffde;stroke:#aa3;stroke-width:1px}#mermaid-svg-5XnqVO3eJG4aaqxc .cluster text{fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);font-size:12px;background:#ffffde;border:1px solid #aa3;border-radius:2px;pointer-events:none;z-index:100}#mermaid-svg-5XnqVO3eJG4aaqxc .actor{stroke:#ccf;fill:#ECECFF}#mermaid-svg-5XnqVO3eJG4aaqxc text.actor>tspan{fill:#000;stroke:none}#mermaid-svg-5XnqVO3eJG4aaqxc .actor-line{stroke:grey}#mermaid-svg-5XnqVO3eJG4aaqxc .messageLine0{stroke-width:1.5;stroke-dasharray:none;stroke:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .messageLine1{stroke-width:1.5;stroke-dasharray:2, 2;stroke:#333}#mermaid-svg-5XnqVO3eJG4aaqxc #arrowhead path{fill:#333;stroke:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .sequenceNumber{fill:#fff}#mermaid-svg-5XnqVO3eJG4aaqxc #sequencenumber{fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc #crosshead path{fill:#333;stroke:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .messageText{fill:#333;stroke:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .labelBox{stroke:#ccf;fill:#ECECFF}#mermaid-svg-5XnqVO3eJG4aaqxc .labelText,#mermaid-svg-5XnqVO3eJG4aaqxc .labelText>tspan{fill:#000;stroke:none}#mermaid-svg-5XnqVO3eJG4aaqxc .loopText,#mermaid-svg-5XnqVO3eJG4aaqxc .loopText>tspan{fill:#000;stroke:none}#mermaid-svg-5XnqVO3eJG4aaqxc .loopLine{stroke-width:2px;stroke-dasharray:2, 2;stroke:#ccf;fill:#ccf}#mermaid-svg-5XnqVO3eJG4aaqxc .note{stroke:#aa3;fill:#fff5ad}#mermaid-svg-5XnqVO3eJG4aaqxc .noteText,#mermaid-svg-5XnqVO3eJG4aaqxc .noteText>tspan{fill:#000;stroke:none}#mermaid-svg-5XnqVO3eJG4aaqxc .activation0{fill:#f4f4f4;stroke:#666}#mermaid-svg-5XnqVO3eJG4aaqxc .activation1{fill:#f4f4f4;stroke:#666}#mermaid-svg-5XnqVO3eJG4aaqxc .activation2{fill:#f4f4f4;stroke:#666}#mermaid-svg-5XnqVO3eJG4aaqxc .mermaid-main-font{font-family:"trebuchet ms", verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-5XnqVO3eJG4aaqxc .section{stroke:none;opacity:0.2}#mermaid-svg-5XnqVO3eJG4aaqxc .section0{fill:rgba(102,102,255,0.49)}#mermaid-svg-5XnqVO3eJG4aaqxc .section2{fill:#fff400}#mermaid-svg-5XnqVO3eJG4aaqxc .section1,#mermaid-svg-5XnqVO3eJG4aaqxc .section3{fill:#fff;opacity:0.2}#mermaid-svg-5XnqVO3eJG4aaqxc .sectionTitle0{fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .sectionTitle1{fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .sectionTitle2{fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .sectionTitle3{fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .sectionTitle{text-anchor:start;font-size:11px;text-height:14px;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-5XnqVO3eJG4aaqxc .grid .tick{stroke:#d3d3d3;opacity:0.8;shape-rendering:crispEdges}#mermaid-svg-5XnqVO3eJG4aaqxc .grid .tick text{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-5XnqVO3eJG4aaqxc .grid path{stroke-width:0}#mermaid-svg-5XnqVO3eJG4aaqxc .today{fill:none;stroke:red;stroke-width:2px}#mermaid-svg-5XnqVO3eJG4aaqxc .task{stroke-width:2}#mermaid-svg-5XnqVO3eJG4aaqxc .taskText{text-anchor:middle;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-5XnqVO3eJG4aaqxc .taskText:not([font-size]){font-size:11px}#mermaid-svg-5XnqVO3eJG4aaqxc .taskTextOutsideRight{fill:#000;text-anchor:start;font-size:11px;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-5XnqVO3eJG4aaqxc .taskTextOutsideLeft{fill:#000;text-anchor:end;font-size:11px}#mermaid-svg-5XnqVO3eJG4aaqxc .task.clickable{cursor:pointer}#mermaid-svg-5XnqVO3eJG4aaqxc .taskText.clickable{cursor:pointer;fill:#003163 !important;font-weight:bold}#mermaid-svg-5XnqVO3eJG4aaqxc .taskTextOutsideLeft.clickable{cursor:pointer;fill:#003163 !important;font-weight:bold}#mermaid-svg-5XnqVO3eJG4aaqxc .taskTextOutsideRight.clickable{cursor:pointer;fill:#003163 !important;font-weight:bold}#mermaid-svg-5XnqVO3eJG4aaqxc .taskText0,#mermaid-svg-5XnqVO3eJG4aaqxc .taskText1,#mermaid-svg-5XnqVO3eJG4aaqxc .taskText2,#mermaid-svg-5XnqVO3eJG4aaqxc .taskText3{fill:#fff}#mermaid-svg-5XnqVO3eJG4aaqxc .task0,#mermaid-svg-5XnqVO3eJG4aaqxc .task1,#mermaid-svg-5XnqVO3eJG4aaqxc .task2,#mermaid-svg-5XnqVO3eJG4aaqxc .task3{fill:#8a90dd;stroke:#534fbc}#mermaid-svg-5XnqVO3eJG4aaqxc .taskTextOutside0,#mermaid-svg-5XnqVO3eJG4aaqxc .taskTextOutside2{fill:#000}#mermaid-svg-5XnqVO3eJG4aaqxc .taskTextOutside1,#mermaid-svg-5XnqVO3eJG4aaqxc .taskTextOutside3{fill:#000}#mermaid-svg-5XnqVO3eJG4aaqxc .active0,#mermaid-svg-5XnqVO3eJG4aaqxc .active1,#mermaid-svg-5XnqVO3eJG4aaqxc .active2,#mermaid-svg-5XnqVO3eJG4aaqxc .active3{fill:#bfc7ff;stroke:#534fbc}#mermaid-svg-5XnqVO3eJG4aaqxc .activeText0,#mermaid-svg-5XnqVO3eJG4aaqxc .activeText1,#mermaid-svg-5XnqVO3eJG4aaqxc .activeText2,#mermaid-svg-5XnqVO3eJG4aaqxc .activeText3{fill:#000 !important}#mermaid-svg-5XnqVO3eJG4aaqxc .done0,#mermaid-svg-5XnqVO3eJG4aaqxc .done1,#mermaid-svg-5XnqVO3eJG4aaqxc .done2,#mermaid-svg-5XnqVO3eJG4aaqxc .done3{stroke:grey;fill:#d3d3d3;stroke-width:2}#mermaid-svg-5XnqVO3eJG4aaqxc .doneText0,#mermaid-svg-5XnqVO3eJG4aaqxc .doneText1,#mermaid-svg-5XnqVO3eJG4aaqxc .doneText2,#mermaid-svg-5XnqVO3eJG4aaqxc .doneText3{fill:#000 !important}#mermaid-svg-5XnqVO3eJG4aaqxc .crit0,#mermaid-svg-5XnqVO3eJG4aaqxc .crit1,#mermaid-svg-5XnqVO3eJG4aaqxc .crit2,#mermaid-svg-5XnqVO3eJG4aaqxc .crit3{stroke:#f88;fill:red;stroke-width:2}#mermaid-svg-5XnqVO3eJG4aaqxc .activeCrit0,#mermaid-svg-5XnqVO3eJG4aaqxc .activeCrit1,#mermaid-svg-5XnqVO3eJG4aaqxc .activeCrit2,#mermaid-svg-5XnqVO3eJG4aaqxc .activeCrit3{stroke:#f88;fill:#bfc7ff;stroke-width:2}#mermaid-svg-5XnqVO3eJG4aaqxc .doneCrit0,#mermaid-svg-5XnqVO3eJG4aaqxc .doneCrit1,#mermaid-svg-5XnqVO3eJG4aaqxc .doneCrit2,#mermaid-svg-5XnqVO3eJG4aaqxc .doneCrit3{stroke:#f88;fill:#d3d3d3;stroke-width:2;cursor:pointer;shape-rendering:crispEdges}#mermaid-svg-5XnqVO3eJG4aaqxc .milestone{transform:rotate(45deg) scale(0.8, 0.8)}#mermaid-svg-5XnqVO3eJG4aaqxc .milestoneText{font-style:italic}#mermaid-svg-5XnqVO3eJG4aaqxc .doneCritText0,#mermaid-svg-5XnqVO3eJG4aaqxc .doneCritText1,#mermaid-svg-5XnqVO3eJG4aaqxc .doneCritText2,#mermaid-svg-5XnqVO3eJG4aaqxc .doneCritText3{fill:#000 !important}#mermaid-svg-5XnqVO3eJG4aaqxc .activeCritText0,#mermaid-svg-5XnqVO3eJG4aaqxc .activeCritText1,#mermaid-svg-5XnqVO3eJG4aaqxc .activeCritText2,#mermaid-svg-5XnqVO3eJG4aaqxc .activeCritText3{fill:#000 !important}#mermaid-svg-5XnqVO3eJG4aaqxc .titleText{text-anchor:middle;font-size:18px;fill:#000;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-5XnqVO3eJG4aaqxc g.classGroup text{fill:#9370db;stroke:none;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);font-size:10px}#mermaid-svg-5XnqVO3eJG4aaqxc g.classGroup text .title{font-weight:bolder}#mermaid-svg-5XnqVO3eJG4aaqxc g.clickable{cursor:pointer}#mermaid-svg-5XnqVO3eJG4aaqxc g.classGroup rect{fill:#ECECFF;stroke:#9370db}#mermaid-svg-5XnqVO3eJG4aaqxc g.classGroup line{stroke:#9370db;stroke-width:1}#mermaid-svg-5XnqVO3eJG4aaqxc .classLabel .box{stroke:none;stroke-width:0;fill:#ECECFF;opacity:0.5}#mermaid-svg-5XnqVO3eJG4aaqxc .classLabel .label{fill:#9370db;font-size:10px}#mermaid-svg-5XnqVO3eJG4aaqxc .relation{stroke:#9370db;stroke-width:1;fill:none}#mermaid-svg-5XnqVO3eJG4aaqxc .dashed-line{stroke-dasharray:3}#mermaid-svg-5XnqVO3eJG4aaqxc #compositionStart{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-5XnqVO3eJG4aaqxc #compositionEnd{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-5XnqVO3eJG4aaqxc #aggregationStart{fill:#ECECFF;stroke:#9370db;stroke-width:1}#mermaid-svg-5XnqVO3eJG4aaqxc #aggregationEnd{fill:#ECECFF;stroke:#9370db;stroke-width:1}#mermaid-svg-5XnqVO3eJG4aaqxc #dependencyStart{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-5XnqVO3eJG4aaqxc #dependencyEnd{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-5XnqVO3eJG4aaqxc #extensionStart{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-5XnqVO3eJG4aaqxc #extensionEnd{fill:#9370db;stroke:#9370db;stroke-width:1}#mermaid-svg-5XnqVO3eJG4aaqxc .commit-id,#mermaid-svg-5XnqVO3eJG4aaqxc .commit-msg,#mermaid-svg-5XnqVO3eJG4aaqxc .branch-label{fill:lightgrey;color:lightgrey;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-5XnqVO3eJG4aaqxc .pieTitleText{text-anchor:middle;font-size:25px;fill:#000;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-5XnqVO3eJG4aaqxc .slice{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-5XnqVO3eJG4aaqxc g.stateGroup text{fill:#9370db;stroke:none;font-size:10px;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-5XnqVO3eJG4aaqxc g.stateGroup text{fill:#9370db;fill:#333;stroke:none;font-size:10px}#mermaid-svg-5XnqVO3eJG4aaqxc g.statediagram-cluster .cluster-label text{fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc g.stateGroup .state-title{font-weight:bolder;fill:#000}#mermaid-svg-5XnqVO3eJG4aaqxc g.stateGroup rect{fill:#ECECFF;stroke:#9370db}#mermaid-svg-5XnqVO3eJG4aaqxc g.stateGroup line{stroke:#9370db;stroke-width:1}#mermaid-svg-5XnqVO3eJG4aaqxc .transition{stroke:#9370db;stroke-width:1;fill:none}#mermaid-svg-5XnqVO3eJG4aaqxc .stateGroup .composit{fill:white;border-bottom:1px}#mermaid-svg-5XnqVO3eJG4aaqxc .stateGroup .alt-composit{fill:#e0e0e0;border-bottom:1px}#mermaid-svg-5XnqVO3eJG4aaqxc .state-note{stroke:#aa3;fill:#fff5ad}#mermaid-svg-5XnqVO3eJG4aaqxc .state-note text{fill:black;stroke:none;font-size:10px}#mermaid-svg-5XnqVO3eJG4aaqxc .stateLabel .box{stroke:none;stroke-width:0;fill:#ECECFF;opacity:0.7}#mermaid-svg-5XnqVO3eJG4aaqxc .edgeLabel text{fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .stateLabel text{fill:#000;font-size:10px;font-weight:bold;font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family)}#mermaid-svg-5XnqVO3eJG4aaqxc .node circle.state-start{fill:black;stroke:black}#mermaid-svg-5XnqVO3eJG4aaqxc .node circle.state-end{fill:black;stroke:white;stroke-width:1.5}#mermaid-svg-5XnqVO3eJG4aaqxc #statediagram-barbEnd{fill:#9370db}#mermaid-svg-5XnqVO3eJG4aaqxc .statediagram-cluster rect{fill:#ECECFF;stroke:#9370db;stroke-width:1px}#mermaid-svg-5XnqVO3eJG4aaqxc .statediagram-cluster rect.outer{rx:5px;ry:5px}#mermaid-svg-5XnqVO3eJG4aaqxc .statediagram-state .divider{stroke:#9370db}#mermaid-svg-5XnqVO3eJG4aaqxc .statediagram-state .title-state{rx:5px;ry:5px}#mermaid-svg-5XnqVO3eJG4aaqxc .statediagram-cluster.statediagram-cluster .inner{fill:white}#mermaid-svg-5XnqVO3eJG4aaqxc .statediagram-cluster.statediagram-cluster-alt .inner{fill:#e0e0e0}#mermaid-svg-5XnqVO3eJG4aaqxc .statediagram-cluster .inner{rx:0;ry:0}#mermaid-svg-5XnqVO3eJG4aaqxc .statediagram-state rect.basic{rx:5px;ry:5px}#mermaid-svg-5XnqVO3eJG4aaqxc .statediagram-state rect.divider{stroke-dasharray:10,10;fill:#efefef}#mermaid-svg-5XnqVO3eJG4aaqxc .note-edge{stroke-dasharray:5}#mermaid-svg-5XnqVO3eJG4aaqxc .statediagram-note rect{fill:#fff5ad;stroke:#aa3;stroke-width:1px;rx:0;ry:0}:root{--mermaid-font-family: '"trebuchet ms", verdana, arial';--mermaid-font-family: "Comic Sans MS", "Comic Sans", cursive}#mermaid-svg-5XnqVO3eJG4aaqxc .error-icon{fill:#522}#mermaid-svg-5XnqVO3eJG4aaqxc .error-text{fill:#522;stroke:#522}#mermaid-svg-5XnqVO3eJG4aaqxc .edge-thickness-normal{stroke-width:2px}#mermaid-svg-5XnqVO3eJG4aaqxc .edge-thickness-thick{stroke-width:3.5px}#mermaid-svg-5XnqVO3eJG4aaqxc .edge-pattern-solid{stroke-dasharray:0}#mermaid-svg-5XnqVO3eJG4aaqxc .edge-pattern-dashed{stroke-dasharray:3}#mermaid-svg-5XnqVO3eJG4aaqxc .edge-pattern-dotted{stroke-dasharray:2}#mermaid-svg-5XnqVO3eJG4aaqxc .marker{fill:#333}#mermaid-svg-5XnqVO3eJG4aaqxc .marker.cross{stroke:#333}:root { --mermaid-font-family: "trebuchet ms", verdana, arial;} #mermaid-svg-5XnqVO3eJG4aaqxc {color: rgba(0, 0, 0, 0.75);font: ;}

获取网页a
获取原始数据
保存到数据库
数据预处理
绘制独立数据图像
绘制K线图
数据转化,存储为Excel
绘制股票信息分析图
数据可视化

获取网页

def getHtml(stack_code):data = requests.get("http://quotes.money.163.com/trade/lsjysj_" + stack_code + ".html#06f01",headers={"user-agent": "Mozilla/5.0"})# 获得一个请求得到的静态网页return data.text

爬取的网站是网易财经的股票历史交易记录。经过观察发现，不同股票历史交易记录的区别在于中间的一段股票代码，于是通过输入股票代码来获取指定股票的交易网页。
        为了便于下面的数据处理，直接返回网页的text，省去了一步处理过程。（json.dumps应该也可以获取内容，作用是把str数据直接转换成字典，但是对数据有格式要求）

获取数据

json的函数dumps可以直接把网页转化成字典，但是可以自己实现的还是自己写。

def getData(data):month_data = []soup = BeautifulSoup(data, "html.parser")# 爬取网页的工具list = soup.find("div", class_="inner_box").find("table", class_="table_bg001 border_box limit_sale")# 看html，已经把不需要的都删了，数据在innerbox的table_bg001 border_box limit_sale下面# print(list)dataList = list.find_all("tr")[1:]# 因为第一个tr后面是一堆th标签，不需要# print(dataList)f = open("data.txt", "a+", encoding="utf-8")for item in dataList:kv = {}if isinstance(item, bs4.element.Tag):tdList = item.find_all("td")# print(tdList)kv["日期"] = tdList[0].text  # 去掉td和/td，取中间的内容kv["开盘价"] = tdList[1].textkv["最高价"] = tdList[2].textkv["最低价"] = tdList[3].textkv["收盘价"] = tdList[4].textkv["成交量"] = tdList[7].textmonth_data.append(kv)to_write = json.dumps(kv)f.write(to_write)f.close()return month_data

首先通过BeautifulSoup得到网页格式处理的soup，通过浏览器访问防止反爬虫。

<div class="inner_box"><div class="search_area align_r"><form id="date" action="/trade/lsjysj_300153.html"><select name="year"><option value="2021" selected>2021</option><option value="2020" >2020</option><option value="2019" >2019</option><option value="2018" >2018</option><option value="2017" >2017</option><option value="2016" >2016</option><option value="2015" >2015</option><option value="2014" >2014</option><option value="2013" >2013</option><option value="2012" >2012</option><option value="2011" >2011</option><option value="2010" >2010</option>            </select>&nbsp;&nbsp;<select name="season"><option value="4" >四季度</option><option value="3" >三季度</option><option value="2" selected>二季度</option><option value="1" >一季度</option>            </select>&nbsp;&nbsp;<input type="submit" value="查询" class="search_btn"/><a href="" class="download_link"  id="downloadData">下载数据</a></form></div><table class="table_bg001 border_box limit_sale"><thead><tr class="dbrow"><th>日期</th><th>开盘价</th><th>最高价</th><th>最低价</th><th>收盘价</th><th>涨跌额</th><th>涨跌幅(%)</th><th>成交量(手)</th><th>成交金额(万元)</th><th>振幅(%)</th><th>换手率(%)</th></tr></thead><tr class=''><td>2021-05-14</td><td class='cRed'>6.94</td><td class='cRed'>8.10</td><td class='cRed'>6.78</td><td class='cRed'>8.10</td><td class='cRed'>1.35</td><td class='cRed'>20.00</td><td>489,575</td><td>36,666</td><td>19.56</td><td>15.30</td></tr><tr class='dbrow'><td>2021-05-13</td><td class='cGreen'>7.03</td><td class='cRed'>7.18</td><td class='cGreen'>6.74</td><td class='cGreen'>6.75</td><td class='cGreen'>-0.28</td><td class='cGreen'>-3.98</td><td>291,380</td><td>20,160</td><td>6.26</td><td>9.11</td></tr><tr class=''><td>2021-05-12</td><td class='cGreen'>6.40</td><td class='cRed'>7.36</td><td class='cGreen'>6.26</td><td class='cRed'>7.03</td><td class='cRed'>0.54</td><td class='cRed'>8.32</td><td>429,979</td><td>30,069</td><td>16.95</td><td>13.44</td></tr><tr class='dbrow'><td>2021-05-11</td><td class='cGreen'>6.53</td><td class='cGreen'>6.58</td><td class='cGreen'>6.25</td><td class='cGreen'>6.49</td><td class='cGreen'>-0.15</td><td class='cGreen'>-2.26</td><td>207,696</td><td>13,307</td><td>4.97</td><td>6.49</td></tr><tr class=''><td>2021-05-10</td><td class='cGreen'>6.58</td><td class='cRed'>7.06</td><td class='cGreen'>6.48</td><td class='cGreen'>6.64</td><td class='cGreen'>-0.12</td><td class='cGreen'>-1.78</td><td>275,209</td><td>18,406</td><td>8.58</td><td>8.60</td></tr><tr class='dbrow'><td>2021-05-07</td><td class='cRed'>7.10</td><td class='cRed'>7.15</td><td class='cGreen'>6.56</td><td class='cGreen'>6.76</td><td class='cGreen'>-0.25</td><td class='cGreen'>-3.57</td><td>319,005</td><td>21,693</td><td>8.42</td><td>9.97</td></tr><tr class=''><td>2021-05-06</td><td class='cRed'>6.73</td><td class='cRed'>7.35</td><td class='cGreen'>6.60</td><td class='cRed'>7.01</td><td class='cRed'>0.41</td><td class='cRed'>6.21</td><td>426,529</td><td>29,506</td><td>11.36</td><td>13.33</td></tr><tr class='dbrow'><td>2021-04-30</td><td class='cRed'>6.97</td><td class='cRed'>7.30</td><td class='cGreen'>6.27</td><td class='cGreen'>6.60</td><td class='cGreen'>-0.06</td><td class='cGreen'>-0.90</td><td>529,436</td><td>35,333</td><td>15.47</td><td>16.54</td></tr><tr class=''><td>2021-04-29</td><td class='cGreen'>5.50</td><td class='cRed'>6.66</td><td class='cGreen'>5.41</td><td class='cRed'>6.66</td><td class='cRed'>1.11</td><td class='cRed'>20.00</td><td>382,602</td><td>23,741</td><td>22.52</td><td>11.96</td></tr><tr class='dbrow'><td>2021-04-28</td><td class='cGreen'>5.64</td><td class='cRed'>5.86</td><td class='cGreen'>5.53</td><td class='cGreen'>5.55</td><td class='cGreen'>-0.27</td><td class='cGreen'>-4.64</td><td>196,804</td><td>11,068</td><td>5.67</td><td>6.15</td></tr><tr class=''><td>2021-04-27</td><td class='cGreen'>6.06</td><td class='cGreen'>6.14</td><td class='cGreen'>5.65</td><td class='cGreen'>5.82</td><td class='cGreen'>-0.44</td><td class='cGreen'>-7.03</td><td>286,392</td><td>16,754</td><td>7.83</td><td>8.95</td></tr><tr class='dbrow'><td>2021-04-26</td><td class='cGreen'>6.28</td><td class='cGreen'>6.48</td><td class='cGreen'>5.89</td><td class='cGreen'>6.26</td><td class='cGreen'>-0.39</td><td class='cGreen'>-5.86</td><td>397,512</td><td>24,395</td><td>8.87</td><td>12.42</td></tr><tr class=''><td>2021-04-23</td><td class='cRed'>6.38</td><td class='cRed'>7.20</td><td class='cRed'>6.18</td><td class='cRed'>6.65</td><td class='cRed'>0.60</td><td class='cRed'>9.92</td><td>593,691</td><td>40,159</td><td>16.86</td><td>18.55</td></tr><tr class='dbrow'><td>2021-04-22</td><td class='cGreen'>5.03</td><td class='cRed'>6.05</td><td class='cGreen'>5.03</td><td class='cRed'>6.05</td><td class='cRed'>1.01</td><td class='cRed'>20.04</td><td>349,405</td><td>19,949</td><td>20.24</td><td>10.92</td></tr><tr class=''><td>2021-04-21</td><td class='cRed'>5.15</td><td class='cRed'>5.15</td><td class='cGreen'>5.03</td><td class='cGreen'>5.04</td><td class='cGreen'>-0.08</td><td class='cGreen'>-1.56</td><td>28,485</td><td>1,444</td><td>2.34</td><td>0.89</td></tr><tr class='dbrow'><td>2021-04-20</td><td class='cGreen'>5.17</td><td class='cRed'>5.24</td><td class='cGreen'>5.12</td><td class='cGreen'>5.12</td><td class='cGreen'>-0.07</td><td class='cGreen'>-1.35</td><td>38,135</td><td>1,976</td><td>2.31</td><td>1.19</td></tr><tr class=''><td>2021-04-19</td><td class='cGreen'>5.15</td><td class='cRed'>5.25</td><td class='cGreen'>5.12</td><td class='cRed'>5.19</td><td class='cRed'>0.03</td><td class='cRed'>0.58</td><td>41,940</td><td>2,178</td><td>2.52</td><td>1.31</td></tr><tr class='dbrow'><td>2021-04-16</td><td class='cGreen'>4.97</td><td class='cRed'>5.19</td><td class='cGreen'>4.95</td><td class='cRed'>5.16</td><td class='cRed'>0.19</td><td class='cRed'>3.82</td><td>42,536</td><td>2,172</td><td>4.83</td><td>1.33</td></tr><tr class=''><td>2021-04-15</td><td class='cGreen'>5.04</td><td class='cGreen'>5.05</td><td class='cGreen'>4.94</td><td class='cGreen'>4.97</td><td class='cGreen'>-0.10</td><td class='cGreen'>-1.97</td><td>30,343</td><td>1,514</td><td>2.17</td><td>0.95</td></tr><tr class='dbrow'><td>2021-04-14</td><td class='cRed'>4.91</td><td class='cRed'>5.08</td><td class='cGreen'>4.87</td><td class='cRed'>5.07</td><td class='cRed'>0.18</td><td class='cRed'>3.68</td><td>31,385</td><td>1,559</td><td>4.29</td><td>0.98</td></tr><tr class=''><td>2021-04-13</td><td class='cRed'>5.04</td><td class='cRed'>5.05</td><td class='cGreen'>4.82</td><td class='cGreen'>4.89</td><td class='cGreen'>-0.11</td><td class='cGreen'>-2.20</td><td>34,050</td><td>1,669</td><td>4.60</td><td>1.06</td></tr><tr class='dbrow'><td>2021-04-12</td><td class='cGreen'>5.09</td><td class='cGreen'>5.12</td><td class='cGreen'>4.98</td><td class='cGreen'>5.00</td><td class='cGreen'>-0.12</td><td class='cGreen'>-2.34</td><td>37,899</td><td>1,901</td><td>2.73</td><td>1.18</td></tr><tr class=''><td>2021-04-09</td><td class='cRed'>5.15</td><td class='cRed'>5.24</td><td class='cRed'>5.11</td><td class='cRed'>5.12</td><td class='cRed'>0.05</td><td class='cRed'>0.99</td><td>47,592</td><td>2,458</td><td>2.56</td><td>1.49</td></tr><tr class='dbrow'><td>2021-04-08</td><td class='cRed'>5.29</td><td class='cRed'>5.29</td><td class='cGreen'>5.07</td><td class='cGreen'>5.07</td><td class='cGreen'>-0.18</td><td class='cGreen'>-3.43</td><td>54,769</td><td>2,815</td><td>4.19</td><td>1.71</td></tr><tr class=''><td>2021-04-07</td><td class='cGreen'>5.21</td><td class='cRed'>5.28</td><td class='cGreen'>5.19</td><td class='cRed'>5.25</td><td class='cRed'>0.04</td><td class='cRed'>0.77</td><td>31,196</td><td>1,632</td><td>1.73</td><td>0.97</td></tr><tr class='dbrow'><td>2021-04-06</td><td class='cRed'>5.19</td><td class='cRed'>5.26</td><td class='cGreen'>5.13</td><td class='cRed'>5.21</td><td class='cRed'>0.04</td><td class='cRed'>0.77</td><td>38,493</td><td>2,005</td><td>2.51</td><td>1.20</td></tr><tr class=''><td>2021-04-02</td><td class='cGreen'>5.06</td><td class='cRed'>5.18</td><td class='cGreen'>5.06</td><td class='cRed'>5.17</td><td class='cRed'>0.04</td><td class='cRed'>0.78</td><td>43,675</td><td>2,231</td><td>2.34</td><td>1.36</td></tr><tr class='dbrow'><td>2021-04-01</td><td class='cRed'>5.30</td><td class='cRed'>5.34</td><td class='cGreen'>5.05</td><td class='cGreen'>5.13</td><td class='cGreen'>-0.13</td><td class='cGreen'>-2.47</td><td>57,846</td><td>2,967</td><td>5.51</td><td>1.81</td></tr></tr>    </table>
</div>

通过查看网页源码，找到数据所在的标签是：名字为inner_box的div下的，名字为table_bg001 border_box limit_sale的table下的，每一个tr标签中的内容。这就可以通过soup的find方法找到数据了

list = soup.find("div", class_="inner_box").
find("table", class_="table_bg001 border_box limit_sale")

list中存放的就是一堆tr标签，仍然保留html的格式。

dataList = list.find_all("tr")[1:]

因为table下的第一项是一系列的th标签，没有数据，所以去掉这一项。

         <td>2021-05-14</td><td class='cRed'>6.94</td><td class='cRed'>8.10</td><td class='cRed'>6.78</td><td class='cRed'>8.10</td><td class='cRed'>1.35</td><td class='cRed'>20.00</td><td>489,575</td><td>36,666</td><td>19.56</td><td>15.30</td>

再看一下每一天数据的格式。

f = open("data.txt", "a+", encoding="utf-8")for item in dataList:kv = {}if isinstance(item, bs4.element.Tag):tdList = item.find_all("td")# print(tdList)kv["日期"] = tdList[0].text  # 去掉td和/td，取中间的内容kv["开盘价"] = tdList[1].textkv["最高价"] = tdList[2].textkv["最低价"] = tdList[3].textkv["收盘价"] = tdList[4].textkv["成交量"] = tdList[7].textmonth_data.append(kv)to_write = json.dumps(kv)f.write(to_write)f.close()

把每一天的数据保存成一个字典，把一只股票的数据保存到一个列表中。tdlist存放了一天数据，通过下标找到对应的列数据，同时去掉标签tr，并保存到txt中。

保存到数据库

def Storage(data):my_database = mysql.connector.connect(host="localhost",user="root",passwd="123456",auth_plugin='mysql_native_password')cursor = my_database.cursor()sql_createDataBase = "create database if not exists stockData"cursor.execute(sql_createDataBase)sql_useDataBase = "USE stockData"cursor.execute(sql_useDataBase)sql_createTable = '''create table if not exists data(date DATE,/opening_price float,closing_price float,highest float,lowest float)'''cursor.execute(sql_createTable)for item in data:sql_Insert = '''Insert into data values('{0}',{1},{2},{3},{4})'''.format(item['日期'], item['开盘价'], item['收盘价'], item['最高价'], item['最低价'])cursor.execute(sql_Insert)cursor.close()my_database.commit()my_database.close()print(my_database)

首先建立数据库连接，创建新的数据库和股票数据表，列名为爬取的数据内容。将之前的数据插入数据库，然后关闭数据库连接。注意在python中执行sql语句需要通过由标的execute函数执行，对于插入，运用了字符串的format函数，预留出每一个值，填入数组的对应位置。

数据预处理

因为画K线图函数需要用到元组形式的数据，这里做一个数据处理

def data_Pretreatment(month_data, date, opening_price, closing_price, highest, lowest):for data in month_data:my_date = data.get("日期")my_open = data.get("开盘价")my_close = data.get("收盘价")my_high = data.get("最高价")my_low = data.get("最低价")date.append(my_date)opening_price.append(my_open)closing_price.append(my_close)highest.append(my_high)lowest.append(my_low)

遍历预处理之后的数据，整理成新的列表。

绘制独立数据图像

def draw(month_data,lowest):bar1 = Bar()bar1.add_xaxis(date)bar1.add_yaxis("最低价", lowest)bar1.set_series_opts(# 是否显示标签label_opts=opts.LabelOpts(is_show=False), markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max", name="max"),opts.MarkPointItem(name="min", type_="min")]),markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(name="average", type_="average")]))bar1.set_global_opts(xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-60, font_size=10),),yaxis_opts=opts.AxisOpts(name="价格：(元/股)",),)bar1.render("最低价.html")

这里用到了一个交互性的库pyecharts，可以把数据保存为静态html，而且可以与用户交互。注意到数据有三十个，一页是放不下的，因此设置数据的横坐标倾斜角度为60，保证能够在一页内显示所有数据。



绘制K线图

def draw_K(opening_price, closing_price, lowest, highest):kline = Kline("K线图")v1 = []size = len(opening_price)for i in range(0, size):tmp = [opening_price[i], closing_price[i], lowest[i], highest[i]]v1.append(tmp)print(v1)kline.add("日K",["2021/4/{}".format(i + 1) for i in range(30)],v1,mark_point=["max", "min"],is_datazoom_show=True,datazoom_orient="horizontal",mark_line_valuedim="close",)kline.render("K图.html")

通过处理之后的数据，很方便的作为画图函数的4个参数传入，这里同样有数据太多无法显示的问题，因为K线图细节很多，无法缩小，因此设置水平方向的滚动条，可以看到完整的数据图像。

数据转化、存储为Excel

这也是数据处理，一方面GUI可以显示Excel表格，另一方面下一张股票分析图需要DataFrame类型的股票数据，在这个函数里实现这两个功能。

def store_in_dataframe(month_data):my_list = []for item in month_data:tmp = list(item.values())my_list.append(tmp)# print(my_list)my_dataframe = pd.DataFrame(my_list, columns=["datetime", 'open', 'close', 'low', 'high', "trade_sum"])print(my_dataframe)my_dataframe.to_excel("数据.xlsx")return my_dataframe

绘制股票信息分析图

这是结合K线图对股票信息进行进一步分析，结合pyecharts，可以做到：
1.在一张图上显示多条曲线（Overlap的功能），用户可以自行选择隐藏不需要的曲线。
2.在K线图下方显示股票当天成交量的柱状图。
3.提示用户股票buy和sell的点供参考。

def back_testing_plot(table_name, indicator_name_list):# data preparationda = pd.DataFrame(data=table_name)# da['trade_sum'] = da['trade_sum'].apply(lambda vol: vol if vol > 0 else 0)date = da["datetime"].apply(lambda x: str(x)).tolist()k_plot_value = da.apply(lambda record: [record['open'],record['close'],record['low'],record['high']],axis=1).tolist()# K chartkline = Kline()kline.add("Back_testing Result", date, k_plot_value)indicator_lines = Line()for indicator_name in indicator_name_list:indicator_lines.add(indicator_name,date,da[indicator_name].tolist(),mark_point=["max", "min"],)# trading volume bar chartbar = Bar()print(type(max(da["trade_sum"])))bar.add("trade_sum", date, da["trade_sum"],tooltip_tragger="axis",is_legend_show=False,is_yaxis_show=False,yaxis_max=5 * max(da["trade_sum"]),)# buy and sellv1 = date[10]v2 = da['high'].iloc[10]es = EffectScatter("buy")es.add("buy", [v1], [v2])v1 = date[18]v2 = da['high'].iloc[18]es.add("sell", [v1], [v2], symbol="pin", )overlap = Overlap()overlap.add(kline)overlap.add(indicator_lines, )overlap.add(bar)overlap.add(es)overlap.render(path='高级图.html')

数据可视化

class MyFrame(wx.Frame):data = []column_names = []stack_Code = 0def __init__(self, data, column_names):super().__init__(parent=None, title="股票数据显示界面", size=(600, 600))self.data = dataself.column_names = column_namesself.Centre()panel = wx.Panel(parent=self)# self.message1 = wx.StaticText()# self.message1.SetLabelText("请输入股票代码")# self.message1.SetPosition((400,370))self.number = wx.TextCtrl(panel, pos=(450, 370))# query_button = wx.Button(parent=panel, id=1, label='查询', pos=(450, 400))post = wx.Button(parent=panel, id=2, label='更新', pos=(450, 435))show = wx.Button(parent=panel, id=3, label='查看表格', pos=(450, 470))# self.Bind(wx.EVT_BUTTON, self.on_click, query_button)self.Bind(wx.EVT_BUTTON, self.on_click, post)self.Bind(wx.EVT_BUTTON, self.on_click, show)# self.Bind(wx.EVT_TEXT, self.EvtText)# 建立表格def generate_xlsx(self):self.grid = self.CreateGrid(self)self.Bind(wx.grid.EVT_GRID_LABEL_LEFT_CLICK, self.OnLabelLeftClick)def on_click(self, event):event_id = event.GetId()print(event_id)if event_id == 1:print("查询K图")elif event_id == 2:self.stack_Code = self.number.GetValue()print(self.number.GetValue())update_xlsx(self, self.stack_Code)elif event_id == 3:self.generate_xlsx()def OnLabelLeftClick(self, event):print("RowIdx：{0}".format(event.GetRow()))print("ColIdx：{0}".format(event.GetCol()))print(self.data[event.GetRow()])event.Skip()def CreateGrid(self, parent):grid = wx.grid.Grid(parent)grid.CreateGrid(len(self.data), len(self.data[0]))for row in range(len(self.data)):for col in range(len(self.data[row])):grid.SetColLabelValue(col, self.column_names[col])grid.SetCellValue(row, col, self.data[row][col])# 设置行和列自定调整grid.AutoSize()return gridclass App(wx.App):data = []column_names = []def show(self):frame = MyFrame(self.data, self.column_names)frame.Show()return Truedef update_xlsx(app, stack_code):newData = getHtml(stack_code)month_data = getData(newData)my_list = []for item in month_data:tmp = list(item.values())my_list.append(tmp)app.data = my_list
def update(month_data, date, opening_price, closing_price, highest, lowest):data_Pretreatment(month_data, date, opening_price, closing_price, highest, lowest)draw_K(opening_price, closing_price, lowest, highest)my_dataframe = store_in_dataframe(month_data)back_testing_plot(my_dataframe, my_dataframe)

细节：
        向界面的panel添加两个按钮，同时指定on-click函数和update函数，将按钮和函数绑定，当监听到指定id的按钮被按下，就执行相应的更新函数，绘制新的K图和表格。
功能：
        界面有一个输入框和两个按钮，用户可以直接在界面上看到股票的Excel数据，也可以通过保存在file目录下的静态网页查看之前绘制的任何一张图标。
        当用户输入新的股票代号并点击更新时，首先会重新爬取股票数据，同时更新Excel表格中的数据和K线图、股票数据分析图中的数据。

主函数

def main():htmlText = getHtml(str(600975))month_data = getData(htmlText)month_data.sort(key=lambda k: k['日期'])month_data.sort(key=lambda x: pd.datetime.strptime("x['日期']", '%d/%m/%Y'))print(month_data)Storage(month_data)date = []opening_price = []closing_price = []highest = []lowest = []draw(month_data, date, opening_price, closing_price, highest, lowest)app = App()my_list = []for item in month_data:tmp = list(item.values())my_list.append(tmp)app.data = my_listapp.column_names = ["datetime", 'open', 'close', 'low', 'high', "trade_sum"]print(app.data)app.show()app.MainLoop()if __name__ == '__main__':main()

运行结果



默认显示国家电力的数据


输入新的股票代码，更新表格中的数据，同时更新K线图。



三组不同的数据

遇到的问题

没有能够把K线图嵌入到界面中，观察不够方便。

实验的收获

1.学会了基本的html知识，懂得利用浏览器开发者工具获取需要的网络数据。
        2.实践了在高级语言中进行sql语句的嵌入执行。
        3.理解了Dataframe数据格式在库函数调用中的广泛运用，熟练掌握了数据预处理和格式转换。
        4.面对数据无法全部显示的时候，能根据用户对数据的需求和数据的特性，修改数据的显示特征（压缩和滚动显示）。
        5.实现前台界面和后台数据的交互，保证数据的实时更新。

Python实验1——网络爬虫及数据可视化相关推荐

  1. python爬虫数据可视化_适用于Python入门者的爬虫和数据可视化案例

    本篇文章适用于Python小白的教程篇,如果有哪里不足欢迎指出来,希望对你帮助. 本篇文章用到的模块: requests,re,os,jieba,glob,json,lxml,pyecharts,he ...

  2. 【计算机专业毕设之基于python猫咪网爬虫大数据可视化分析系统-哔哩哔哩】 https://b23.tv/jRN6MVh

    [计算机专业毕设之基于python猫咪网爬虫大数据可视化分析系统-哔哩哔哩] https://b23.tv/jRN6MVh https://b23.tv/jRN6MVh

  3. Python网络爬虫及数据可视化(软科中国大学专业排名|计算机科学与技术)

    设计内容: 对中国大学专业排名网站中2021年,计算机科学与技术专业,进行数据爬取和数据可视化. URL地址:https://www.shanghairanking.cn/rankings/bcmr/ ...

  4. 【Python网络爬虫与数据可视化实战案例】近15年的中国国内生产总值

    需求描述   打开东方财富网的中国国内数据总值数据页,进入如下页面.   现在需要把页面上的国内生产总值数据表爬取下来,写入CSV文件以持久化存储.在这之后,将CSV文件内的数据做成折线图,实现数据可 ...

  5. 【Python网络爬虫与数据可视化实战案例】未来15天气温走势图

    需求描述   打开天气网,点击上方城市名称,再点击"15天天气",进入如下页面.这里以天津为例.   可以看到,这里是有未来15天的天气和气温状况的.我们要做的就是把每天的最高和最 ...

  6. python实验七 网络爬虫和文本处理

    目录 实验原理: 实验准备: 实验步骤与内容: 参考代码: 运行结果: 学习网络爬虫常用工具包 requests,以及对网页解析工具 BeautifulSoup 等操作: 依托自然语言处理领域的文本数 ...

  7. 【爬取豆瓣前 250 部电影】Python 爬虫和数据可视化（上篇）

    文章目录 一.学习内容 二.任务介绍 三.爬虫知识 四.基本流程 五.准备工作 5.1 获取数据 5.2 解析数据 5.3 保存数据 一.学习内容 Python 语言的基础知识 网络爬虫的技术实现 数 ...

  8. python 爬虫与数据可视化

    python 爬虫与数据可视化 1．引言 Web已经成为日新月异迅速发展的网络信息技术中的信息载体,如何有效地提取和利用搜索引擎获得互联网最有用的.可以免费公开访问的数据集,查找用户所需的价值数据或者 ...

  9. Python爬虫+数据分析+数据可视化（分析《雪中悍刀行》弹幕）

    Python爬虫+数据分析+数据可视化(分析<雪中悍刀行>弹幕) 哔哔一下 爬虫部分 代码部分 效果展示 数据可视化 代码展示 效果展示 视频讲解 福利环节 哔哔一下 雪中悍刀行兄弟们都看 ...

最新文章

  1. Fragment回调Activity的事件分发
  2. 设计模式-结构型-代理
  3. MySQL 到底是怎么解决幻读的？
  4. C++友元函数神奇的friend
  5. 感谢CSDN赠送的2021年新年礼物
  6. 在VMware Workstation中批量创建上千台虚拟机（上）
  7. Android之通过ContentProvider实现两个app(进程间)间通信以及函数调用
  8. 8 QM配置-质量计划配置-维护检验计划的号码范围
  9. php 汉字转拼音及获取拼音首字母
  10. 陕西2020行政区划调整_2020西安会成立直辖市
  11. 大学物理（上）知识点总结
  12. 写给理工科人看的乐理（二）十二平均律与五线谱
  13. 智慧社区中的物联网产品应用
  14. Unity做动画不播放解决方案之一
  15. shell 命令下载软件 安装软件
  16. 40+倍提升，详解 JuiceFS 元数据备份恢复性能优化之路
  17. 情感分析的分类，情感分析模型有哪些，情感分析的应用场景，情感分析的发展趋势
  18. pjsip for android,编译pjsip for Android
  19. 系统架构系列(一)：系统架构概念、分类和特性
  20. 放弃全职工作，出来成为”自由职业者”的利和弊

热门文章

  1. LLCC68寄存器模式开发-几个关键操作说明
  2. java 酒店系统设计_基于Java的酒店管理系统的设计与实现
  3. 传奇脚本显示服务器开区时间代码,传奇时间拓展之定时器脚本命令解释与使用...
  4. vpython 做圆周运动_《每周一点canvas动画》——圆周运动
  5. 为什么我的电脑会突然蓝屏
  6. Python负数的整除和取余
  7. DNS设置及时间同步
  8. 注册破解加暗桩去除下篇去除暗桩部分
  9. 【转】TI达芬奇（DaVinci）技术
  10. SFML初学-俄罗斯方块实现