金沙网址Python为开发者提供丰富代码库

1、Python基础

Python是1种面向对象、解释型自由语言,语法简洁清晰、基础代码库丰硕,覆盖互连网、文件、GUI、数据库、文本等世界。并能和任何主流语言调换扶助制作。Python首要分为Cpython、Jpython、IronPython、PyPy等。解释型语言可移植行好,不过运营速度未有编写翻译型语言,其次解释型语言源码不大概像编写翻译型这样编写翻译成二进制串加密。

金沙网址 1

 

1.1.2 Linux

安装Python3.x.x,通过pip安装要求的第3方库。

1.2 Python库

Python为开荒者提供丰裕代码库,开拓者从不会从零开首开辟,基础成效大旨已经有现有的成熟的框架或库帮衬,因此大幅的进级换代开荒者的付出功能和抓实代码健壮性。

金沙网址 2

 

Python很容易学!小编有弄二个沟通,互问互答,财富共享的交换学习集散地,要是你也是Python的学人或然大牌都招待您来!㪊:548+377+875!一同学习共同升高!

金沙网址 3

 

卡萨布兰卡房价飞涨,但也阻碍不住祖国各州人民来卡萨布兰卡买房的欲望。布Rees班房价动辄几百万,程序员那种动物想在深圳笑逐颜开压力山大。所以买房必然是人生1珍视决定,必须货比3家。当前种种房产中介,各个开拓商,各类楼盘。音信多到大家无能为力精晓。因而程序猿就供给选择专门的学问的优势通过有个别方法赢得实惠数据,分析筛选最杰出的房源。

二.①.1 Python教您买房维度目的种类

Python教你买房首先大家须求显然大家购房时最关注的维度种类和目的种类。关注首要维度和关键目的连串如图所示:

金沙网址 4

 

Python教你买房,分为数据爬虫和大数目解析。首先通过爬虫格局获得到温哥华房产交易网成功交易量和交易价格并得出尼科西亚房价的来头,得到最合适的购房时间段,确认最棒的上车时间。然后爬取链家网数据并按用户关怀维度深度剖析帅选得出适宜的屋宇,做好1切上车的备选。

金沙网址 5

 

二.一.二 Python教你买房框架

Python教您买房框架,首要分为5块,分别为主程序模块、代理IP模块、地图服务模块、可视化服务模块、目的页面模块等。主程序为率先运营代理IP模块,抓取带来IP并经过测试可用代理IP存入到代理池,定时线程定时清洗带来并把无效的带来IP剔除出代理池,代理IP模块并提供外部API获代替理IP。主程序通过代办服务走访并抓取外部网页的实惠新闻并在主程序模块精通习HTML并写入到当三步跳件。主程序会调用地图服务得到经纬度音讯,并绘制热力图等。同时间可视化模块定时读取文件并生成可视化图形报表供业务侧分析利用。

金沙网址 6

 

1、主服务模块

主程块通过Api提必要前端用户登录和获得用户交互输入,通过参数解析获取获得用户的急需组装请求,获代替理IP转载呼吁到对象地点获取目标数据,再次来到数据经过html解析获得管用数据写入到文件地图服务和可视化服务生产自身的图纸报表,辅佐得出Python教您买房的多少匡助。

贰、IP代理服务模块

#!/usr/bin/env python3# -*- coding: utf-8 -*-# function:定时抓取免费代理IP,并检查可用性,可用proxy存入数据库供业务方调用获取# Author:elideng# date: 2017-11-11import requestsfrom bs4 import BeautifulSoupimport tracebackimport pymysqlimport threadingimport time'''
*@Function【爬取IpProxy】
*@Request: 请求 [in]
* param1 int iReqGetNum: 请求获取代理量
*@Response:响应 [out]
* param1 int iFinalGetNum: 最终获取代理量
*@Return:返回值 int : 0(成功) 其它失败
'''def GrabIpProxy():
 arrIpList = []
 User_Agent = 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0'
 header = {}
 header['User-Agent'] = User_Agent #url = 'http://www.xicidaili.com/nn/1'
 url = 'http://www.baidu.com'
 res = requests.get(url, headers=header) if res.status_code == 200:
 info = {}
 soup = BeautifulSoup(res.text, 'lxml')
 ips = soup.findAll('tr') for x in range(1, len(ips)):
 ip = ips[x]
 tds = ip.findAll("td")
 ip_port = tds[1].contents[0] + ":" + tds[2].contents[0]
 arrIpList.append(ip_port) #后续加上代理可用校验,非可用踢出代理池
 #print(ip_port)
 #计算列表量
 return arrIpList'''
*@Function【测试ipProxy是否可用】
*@Request: 请求 [in]
* param1 String desUrl: 测试目的地址
* param2 String ipProxy:代理IP端口
* param3 int iTimeout:超时时间
* param4 String feature:目的地址特征
*@Response:响应 [out]
* param1 int iFinalGetNum: 最终获取代理量
*@Return:返回值 :成功返回代理Proxy 失败返回空
'''def checkProxyIP(desUrl, ipProxy, iTimeout=3, feature=""): #确认带来iPaddress 2秒内能否
 #desUrl = 'http://www.baidu.com'
 header = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0'}
 proxies = {'http': 'http://' + ipProxy} #组装代理
 res = None # 声明
 exMsg = None
 try: #res = requests.get(url=desUrl, headers=header, proxies=proxies, timeout=iTimeout)
 res = requests.get(desUrl, proxies=proxies, timeout=iTimeout) # 代理方式请求,防止反爬虫
 soup = BeautifulSoup(res.text, 'lxml') #feature=""
 #print(soup.findAll(feature))
 except:
 exMsg = '* ' + traceback.format_exc() if exMsg: return -1
 if res.status_code != 200: return -1
 if res.text.find(feature) < 0: return -1
 return 0#更新代理池IPdef updateProxy(ipProxy, vaildFlag="N"):
 smysql = pymysql.connect(host='127.0.0.1', user='root', passwd='elideng', db='test')
 cursor = smysql.cursor() try:
 cursor.execute('update t_proxy set FvaildFlag="%s" where Fproxy="%s" limit 1' % (ipProxy, vaildFlag))
 smysql.commit() #提交执行
 except:
 smysql.rollback()
 smysql.close() return 0#新增代理池IPdef insertProxy(ipProxy, vaildFlag="Y"):
 smysql = pymysql.connect(host='127.0.0.1', user='root', passwd='elideng', db='test')
 cursor = smysql.cursor() try:
 cursor.execute('insert into t_proxy values("%s", "%s", now(), now())' % (ipProxy, vaildFlag))
 smysql.commit() #提交执行
 except:
 smysql.rollback()
 smysql.close() return 0#获取Proxydef getProxy(proxyNum):
 smysql = pymysql.connect(host='127.0.0.1', user='root', passwd='elideng', db='test')
 cursor = smysql.cursor()
 proxyList=[] try: if proxyNum == -1:
 cursor.execute('select Fproxy from t_proxy where FvaildFlag='Y'') else:
 cursor.execute('select Fproxy from t_proxy where FvaildFlag='Y' limit %s' % (proxyNum))
 results = cursor.fetchall() for row in results:
 proxyList.append(row[0]) except: # Rollback in case there is any error
 smysql.rollback()
 smysql.close() return proxyListdef CheckIpProxyTimer():
 arrIpList = []
 arrIpList = getProxy(-1) #获取代理池全量有效代理IP
 #测试地址
 #feature = 'xxx' #目标网页的特征码, 暂时不启用
 desUrl = "http://www.baidu.com"
 for ipProxy in arrIpList:
 iRes = checkProxyIP(desUrl, ipProxy) if iRes: #Proxy验证通过
 setProxy(ipProxy, "Y") else:
 setProxy(ipProxy, "N") #失效无效代理if __name__ == '__main__': #0、爬取免费代理IP
 GrabIpProxy() #1、启动定时线程,定时测试并清洗数据库代理IP
 timer = threading.Timer(3600, CheckIpProxyTimer)
 timer.start() #2、设置定时器失效时间
 time.sleep(5)
 timer.cancel() #5秒后停止定时器,程序可一直执行

三、地图服务模块

#!/usr/bin/env python3# -*- coding: utf-8 -*-# Author:elideng# date: 2017-11-08from urllib.request import urlopen, quoteimport jsonfrom bs4 import BeautifulSoupimport os#根据地址获取经纬度def getlnglat(address):
 url = 'http://api.map.baidu.com/geocoder/v2/'
 output = 'json'
 ak = 'ATzU2rqfrFoQcImvG9mvGm9bxchxjLYL'
 add = quote(address) #由于本文地址变量为中文,为防止乱码,先用quote进行编码
 uri = url + '?' + 'address=' + add + '&output=' + output + '&ak=' + ak
 req = urlopen(uri)
 res = req.read().decode()
 temp = json.loads(res)
 lat=0
 lng=0
 if 0 == temp['status']:
 lat=temp['result']['location']['lat']
 lng=temp['result']['location']['lng'] return lat,lng#根据两个经纬度计算距离def getPlaceDistance():
 return 0#根据两个地点计算各类交通时间def getPlaceTime():
 return 0def drawHeatChart(date):
 file = open("data.js", "a+") #data.js
 file.seek(3) # 定位到第0行
 file.writelines(date) #写入源数据到热力图源文件
 file.close() return 0if __name__ == '__main__':
 HeatChartSrcFile = input('输入热力图源文件:') #data.js
 drawHeatChart(HeatChartSrcFile)

<!DOCTYPE html><html><head>
 <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
 <meta name="viewport" content="initial-scale=1.0, user-scalable=no" />
 <script
 src="https://code.jquery.com/jquery-3.2.1.min.js"
 integrity="sha256-hwg4gsxgFZhOsEEamdOYGBf13FyQuiTwlAQgxVSNgt4="
 crossorigin="anonymous"></script>
 <script type="text/javascript" src="http://api.map.baidu.com/api?v=2.0&ak=DD279b2a90afdf0ae7a3796787a0742e"></script>
 <script type="text/javascript" src="http://api.map.baidu.com/library/Heatmap/2.0/src/Heatmap_min.js"></script>
 <script type="text/javascript" src="./data.js"></script>
 <title>热力图功能示例</title>
 <style type="text/css">  ul,li{list-style: none;margin:0;padding:0;float:left;}  html{height:100%}  body{height:100%;margin:0px;padding:0px;font-family:"微软雅黑";}  #container{height:500px;width:100%;}  #r-result{width:100%;} </style></head><body>
 <div id="container"></div>
 <div id="r-result">
  <input type="button" onclick="openHeatmap();" value="显示热力图"/><input type="button" onclick="closeHeatmap();" value="关闭热力图"/>
 </div></body><script type="text/javascript">
 var map = new BMap.Map("container"); // 创建地图实例
 var point = new BMap.Point(114.061087, 22.528578); //自定义地图中点
 map.centerAndZoom(point, 12); // 初始化地图,设置中心点坐标和地图级别
 map.enableScrollWheelZoom(); // 允许滚轮缩放
 if(!isSupportCanvas()){
  alert('热力图目前只支持有canvas支持的浏览器,您所使用的浏览器不能使用热力图功能~')
 }
 heatmapOverlay = new BMapLib.HeatmapOverlay({"radius":20});
 map.addOverlay(heatmapOverlay); var param = {data:window.points,max:100}; //读取data.js热力源数据并生成热力图
 console.log(param);
 heatmapOverlay.setDataSet(param); //是否显示热力图
 function openHeatmap(){
 heatmapOverlay.show();
 } function closeHeatmap(){
 heatmapOverlay.hide();
 setTimeout(function(){
 location.reload();
 }, 10000)
 }
 closeHeatmap(); function setGradient(){  var gradient = {};  var colors = document.querySelectorAll("input[type='color']");
  colors = [].slice.call(colors,0);
  colors.forEach(function(ele){
   gradient[ele.getAttribute("data-key")] = ele.value;
  });
 heatmapOverlay.setOptions({"gradient":gradient});
 } //判断浏览区是否支持canvas
 function isSupportCanvas(){ var elem = document.createElement('canvas'); return !!(elem.getContext && elem.getContext('2d'));
 }</script></html>

四、可视化模块

#!/usr/bin/env python3# -*- coding: utf-8 -*-# function:可视化服务# Author:elideng# date: 2017-11-05import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport plotlyimport plotly.plotly as pyimport plotly.graph_objs as go
plotly.tools.set_credentials_file(username='elideng', api_key='tsc3809760')#雷达图显示房屋关注指标def drawRadarMap(chartName, arrLables, arrData, labelNum):
 #数据校验
 if labelNum < 0 or labelNum >10: return -1
 if len(arrLables) != labelNum or len(arrData) != labelNum: return -2
 #=======自己设置开始============
 #标签
 labels = np.array(arrLables) #数据
 data = np.array(arrData) #========自己设置结束============
 angles = np.linspace(0, 2*np.pi, labelNum, endpoint=False)
 data = np.concatenate((data, [data[0]])) # 闭合
 angles = np.concatenate((angles, [angles[0]])) # 闭合
 fig = plt.figure()
 ax = fig.add_subplot(111, polar=True) # polar参数!!
 ax.plot(angles, data, 'bo-', linewidth=2) # 画线
 ax.fill(angles, data, facecolor='r', alpha=0.25)# 填充
 ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties="SimHei")
 ax.set_title(chartName, va='bottom', fontproperties="SimHei")
 ax.set_rlim(0,10)
 ax.grid(True)
 plt.show()#皮尔逊作图def drawPearson():
 return 0

二.一.三 Python教您买房连串

一、网页观望

率先分明爬取链家网德国首都房源,鲜明开场所址
log勾选,清空Filter后刷新网页,观看网页html代码。

2、网页爬取

透过Python三的requests库提供的HTTP请求Get/Post通用方法模拟浏览器请求生成全部符合规则的U卡宴L放入到行列,并循环请求符合供给的房源新闻。请求响应html通过BeautifulSoup解析html,并透过find_all同盟正则表达式提取到html有效数据并写入到文件待分析。

3、多线程

爬虫末了目的便是爬取到越来越多符合用户须求的多少,假诺单线程实行,抓取作用有限,因而爬虫须求丰硕拾二线程机制。102线程的兑现格局有七种,如thread,threading,multithreading,当中thread偏底层,threading对thread举办了料定打包。Python实现多线程的艺术有二种函数或类包装。

 #多线程方式
 for i in generate_allurl(user_in_nub, user_in_city): #获取某城市
 print(i) for url in get_allurl(i):
 my_thread = threading.Thread(target=main, args=(url, arrIPList))
 my_thread.start() print(url)
 my_thread.join() print("current has %d threads" % (threading.activeCount() - 1)) #当前存活线程
 #线程池方式
 pool.map(main, [url for url in get_allurl(i)])

4、Headers设置

为躲避反爬虫攻略,后端请求必要效法用户正常用户从浏览器请求,因而供给增添请求头。设置方法如下:

header = {'Accept': '*/*', 'Accept-Language': 'en-US,en;q=0.8', 'Cache-Control': 'max-age=0', 'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36', 'Connection': 'keep-alive', 'Referer': 'http://www.baidu.com/'}
res = requests.get(url, headers=header)

5、Session设置

6、IP代理池

爬虫出现就诞生了反爬虫,反爬虫的面世就催生了反反爬虫,史学家黑格尔说过存在便是在理。由此不少本事便是在伯仲之间中慢慢成长。链家网是有反爬虫IP封锁机制,为了防御反爬虫链接网限制爬取到更大多据样本援救与分析。由此利用IP代理池的秘技,每便请求都随便获得IP和端口访问外部网址。获取IP代理池的措施有付费的和免费的措施可自动英特网抓取并分析。

proxies={"http":"http://10.14.36.109:8080"}res = requests.get(url, headers=header, proxies=proxies)

7、监控

爬虫抓取是七个耗费时间较长的工程,由此要求加上监察和控制,定期报告抓取进程到业务方,确认整个爬虫程序是不是正规实施。//TODO

二.二数据解析 //TODO

大数据时代的互联网爬虫爬取到有效音信,须要通过1再清洗、加工、总结、分析、建模等拍卖措施。数据解析是组成有效音讯并详尽商讨和概括造成定论的历程。在实用中,数据解析可支持人们作出推断,以便利用适当行动。

2.2.一 温哥华购房词云分析

依照链家爬取样319玖条待售房源,买卖贰手房产我们最关系的参数目标词云图。如图所示大家最关切的满伍牛,户型方正等。在购房的的时候我们能够按此词云图详细驾驭各样需求大家关切的参数目的,心有成竹。

金沙网址 7

 

#词云图def drawWordCloud(fileName):

d = path.dirname(__file__) # Read the whole text.

text = open(path.join(d, fileName), encoding=’utf-8′).read() # Generate
a word cloud image 粤语必须钦赐地方普通话编码

wordcloud = WordCloud(font_path=”C:WindowsFontssimsun.ttc”, width=2400,
height=1800).generate(text) # Display the generated image:

plt.imshow(wordcloud)

plt.axis(“off”) # lower max_font_size

wordcloud = WordCloud(max_font_size=40).generate(text)

plt.figure()

plt.imshow(wordcloud)

plt.axis(“off”)

plt.show()

二.二.贰 布拉迪斯拉发房源维度分析

卡萨布兰卡房源按多维度剖析成交量/成交价趋势和Pearson全面分析;放盘量和反叛价分析;房源内部参数(如二.一.1)量化分析,房源外部参数量化分析等情势。最终解释我们购房时相比关怀难点如怎么买的艳羡的好房,几时是买房最棒的机会等。

金沙网址 8

 

二.二.三 温哥华房源数据模型

金沙网址 9

 

贰.二.4 费城房源均价热力模型

如图彰显布Rees班布Rees班房源均价热力模型。//TODO 待分析

金沙网址 10

 

二.2.伍 布里斯班房源均价涨速热力模型

//TODO
明确涨速最快,最具投资价值的区域,数据来自官方网站卡萨布兰卡房土地资金财产音信体系:

二.2.陆 蒙特利尔房源成交量热力模型

//TODO

二.二.7 费城住房来源成交量热力模型

二.二.八 尼科西亚房源成交量和成交价Pearson周全

//TODO
计算皮尔逊周密,鲜明量价比关系,确认尼科西亚住房来源当前景观和预测接下去只怕的图景(有价有市,有市无价,有价无市),判别当前是还是不是改上车。

二.二.九 布里斯班房子内部指数量化雷达图模型

尼科西亚房子雷达图分析,程序首先会爬取到海量温哥华待售的房产音信,等第差=(最高值-最低值)/拾的章程把均价,实际使用率,梯户比例,楼层,楼间距等目的划分十等分,然后用户输入自身恋慕的房子,程序将计算改房子的目标在海量房产中的雷达地点,协理用户急迅驾驭心仪房产的参数配置。效果图如下:

金沙网址 11

 

#雷达图显示房屋关注指标def drawRadarMap(chartName, arrLables, arrData, labelNum):
 #数据校验
 if labelNum < 0 or labelNum >10: return -1
 if len(arrLables) != labelNum or len(arrData) != labelNum: return -2
 #=======自己设置开始============
 #标签
 labels = np.array(arrLables) #数据
 data = np.array(arrData) #========自己设置结束============
 angles = np.linspace(0, 2*np.pi, labelNum, endpoint=False)
 data = np.concatenate((data, [data[0]])) # 闭合
 angles = np.concatenate((angles, [angles[0]])) # 闭合
 fig = plt.figure()
 ax = fig.add_subplot(111, polar=True) # polar参数!!
 ax.plot(angles, data, 'bo-', linewidth=2) # 画线
 ax.fill(angles, data, facecolor='r', alpha=0.25)# 填充
 ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties="SimHei")
 ax.set_title(chartName, va='bottom', fontproperties="SimHei")
 ax.set_rlim(0,10)
 ax.grid(True)
 plt.show()

二.二.10 布Rees班房子外部指数量化雷达图模型

//TODO 量化外部目标参数(学位,大巴距离,公交具体,公园布满,商圈等)

就此,还不会Python的,想买房的,飞速来学学了!限制期限抢购哦!

相关文章