CrazyJums

1 错误在使用爬虫爬取网络数据时，容易报下面的错误，也就是Unicode解码错误。UnicodeEncodeError: 'gbk' codec can't encode character '\xbb' in position 0: illegal multibyte sequence str转bytes叫encode，bytes转str叫decode，如上面的代码就是将抓到的字节流给decode成unicode数组，我们使用下面的代码测试一下： 1print(b'\xc2\xbb'.decode('utf-8')) 运行结果：UnicodeEncodeError: ‘gbk’ codec can’t encode character ‘\xbb’ in position 0: illegal multibyte sequence 从结果可以看出，报错了。和爬虫的错误一模一样。 错误原因解析python语言自身的限制，由于print()方法并不能完全输出所有的unicode编码中的字符，所以我们有时 ...

1 namespace在python中。只有模块（module）才会重新开辟一个新的作用域，像if/else,for loop,while loop等是不会开辟新的作用域的。也就是说，在上述这几个循环体或控制体中的变量，在外部也就是主作用域中一样可以调用。看下面代码： 123for i in range(10): s = i print(s) 运行结果：9 从代码中可以看出，这几个控制体中不存在作用域。 2 global上一节讲述了作用域，这里就介绍一下global关键字。先看代码： 1234567num = 100def test(): num = 10 num = num * 2 print(num)test() 运行结果： 20 如果想要在test()函数内部调用外部的num变量，那么就需要使用global关键字。如下： 12345num = 100def test(): global num num = num * 2 print(num) 运行结果：200 3 nonlocal在介绍nonlocal关键字之前，大家需要先了解一下 ...

1 问题UnicodeDecodeError: ‘gb2312’ codec can’t decode byte 0x87 in position 16144: illegal multibyte sequence 2 分析解码错误，我们在用python爬虫爬取网页信息时，通常会遇到编码问题，这是其中的一种，中文编码问题更多。中文编码有如下几种，字符数以次增多：gb2312<gbk<gb18030，如果使用gb2312不能解码，那么可以使用gb18030解码试试 写在最后欢迎大家关注鄙人的公众号【麦田里的守望者zhg】，让我们一起成长，谢谢。

12345678def download_photo(): root = "g:/emojis/" url = "https://jums.club/images/avatar.jpg" with open(root + "name.jpg", "wb") as file: r = requests.get(url).content ## This is the main code file.write(r) ## the main code tooif __name__ == "__main__": download_photo() 写在最后欢迎大家关注鄙人的公众号【麦田里的守望者zhg】，让我们一起成长，谢谢。

English Version 1 爬虫入门 项目名称 项目介绍 python爬虫入门教程 这里主要介绍了一些爬虫的入门教程，非常适合小白入手 2 爬虫登录 项目名称 项目介绍 login-model 这是爬虫中的登录模块演示 3 用户代理（User-Agent） 项目名称 项目介绍 fake-useragent 这里面有很多的用户代理（浏览器），防止被服务器监测到是机器人 4 代理池 这里主要是一些HTTP Proxy代理项目，可以用于爬虫代理服务 项目名称 mitmproxy haipproxy scylla getproxy 5 爬虫项目 项目名称 项目介绍 awesome-spider 这里介绍了很多的爬虫小项目，主要语言用的是python Scrapy 一个股票数据爬虫，可以通过pip进行安装使用 ruia 一个异步爬虫框架，可以实现高速爬取 weixin_crawler 一个微信公众号爬虫项目，可以爬取一些公众号的文章 WechatSogou 一个微信搜狗搜索的API接口 ...

English Version 机器学习项目1 预测1.1 时间序列预测 项目名称 项目介绍 LSTM 使用LSTM神经网络进行时间序列数据预测分析, 基于Tensorflow框架、Kerase接口开发网络模型 AIAlpha 该项目是堆叠神经网络预测股票回报的高级实现。 Air_Pollution_Forcast_Beijing 基于Keras的LSTM多变量时间序列预测 TimeSeries_Predict 客流量时间序列预测 TimeSeriesPrediction 洗发水、股票预测等 ARIMA 基于ARIMA的预测 TimeSeriesForecasting 基于统计学的时间序列预测 lstm-rnn-stock-predict 这是一个基于LSTM-RNN算法的线上金融股票价格走势预测的小项目，使用tensorflow框架实现。 TripleExponentialSmoothing 三阶指数平滑算法，对于带有趋势性及周期性的时间序列有不错的预测效果。 ML_stock_qt 基于机器学习算法的A股股票走势预测 inte ...

0 A few more concept you need to know0.1 什么是bagging和boosting|linkbagging：Bagging是Bootstrap Aggregating的英文缩写,是指一种有放回采样boosting：提升方法（Boosting），是一种可以用来减小监督式学习中偏差的机器学习算法。面对的问题是迈可·肯斯（Michael Kearns）提出的：一组“弱学习者”的集合能否生成一个“强学习者”？弱学习者一般是指一个分类器，它的结果只比随机分类好一点点；强学习者指分类器的结果非常接近真值。 0.2 预测和拟合的区别？ 预测：灰色预测的通用性比较强一些，一般场合都可以用，尤其适合那些规律性差且不清楚数据产生机理的情况。 拟合：拟合比较适合于那些清楚数据产生机理，有比较规则的变化趋势的场景，比如已经知道这些数据符合一定的动力学变化规律，这时用指数拟合就比较合适。 在数学建模中，能用拟合的地方尽量用拟合，这样会有具体的函数表达式，更有利于进一步的建模。当然有些问题就是数据的预测，这种情况哪种精度高就用哪种了（建议都用，便于比较），上面所说 ...

时间序列预测的顺序 时间序列的正式定义如下：它是一系列在相同时间间隔内测量到的数据点。时间序列的特殊性是：该序列中的每个数据点都与先前的数据点相关。知乎问答：利用Auto ARIMA构建高性能时间序列模型（附Python和R代码）|source article #参考文献常见Markdown公式代码《时间序列分析》-作者：詹姆斯·D·汉密尔顿（James D.Hamilton）预测：方法与实践 1 其中常见的时间序列预测算法1.1 朴素预测法（一次指数平滑）概念：利用前一时刻的数据，作为下一时刻数据的预测值，公式如下： $X_{t+1} = X_i$ 缺点：那么预测出来的结果会是一条平行线，因为预测结果都是之前的最后一个时刻的值。如下所示： 1.2 简单平均法概念：该方法是将之前的所有历史数据进行平均，不再是简单的利用最后一个时刻的数据作为预测值，图像是一条斜线，公式如下： $X_{t+1} = \frac{1}{N} \sum^N_{i=1} X_i $ where:N表示所有的历史数据的总数.优点：不像“朴素预测法”那样，直接是一条平行线，该算法中 ...

1 创建账号如果你还没有github账号，那么你可以到github官网注册账号，这里不多赘述。如果已经有账号，那么请看下面。 2 创建仓库（repositories）点击github网站的右上角的加号，创建一个仓库，名字可以自定义，符合规范就行。如下： 3 开始写博客进入到你刚刚创建的仓库，点击上面的wiki目录，开始创建博客，可以支持多种编辑格式。写完之后，你的所有博客都会汇总在这里，如下： 写在最后欢迎大家关注鄙人的公众号【麦田里的守望者zhg】，让我们一起成长，谢谢。

写在最后欢迎大家关注鄙人的公众号【麦田里的守望者zhg】，让我们一起成长，谢谢。