- 综合排序
- 最热优先
- 最新优先
- 来自专栏杨建荣的学习笔记
推荐几个统计数据的网站
这是学习笔记的第 2002 篇文章 今天梳理了下统计方向一些不错的数据网站，如果我们后续要做一些相关的数据分析，可以参考这些数据。 其实我们大多数人对于统计数据都不太重视，通常感觉都是在说别人的事情。 首先推荐的就属国家统计局的网站了，我们可以从数据查询的相关入口来进行。 ? 这里有一个可视化产品，还是很值得推荐的，比如我们选择对外贸易的统计数据，从以下数据可以看到，现在是以欧盟为重点目标。 ? 查看中国人民银行的网站，有如下的三个地方值得推荐。 http://www.pbc.gov.cn ? 这里面的报告相对比较专业，需要一定的背景知识。 财政部网站，通过这个网站可以网络一批统计数据。 北京大学的这个网站中会提供数据申请的通道，对于工作邮箱有一定的要求。 http://www.isss.pku.edu.cn/ ? 如果查看互联网相关的统计数据，互联网数据平台就是一个不错的选择。
8.9K50发布于 2019-06-15 - 来自专栏一个会写诗的程序员的博客
select 统计数据
select e.emp_name workID, sum(case when i.status = 'New' THEN 1 ELSE 0 END) bugNum, sum(case when i.status = 'New' and i.serious_level like '%blocker%' THEN 1 ELSE 0 END) blocker, sum(case when i.status = 'New' and i.serious_level like '%major%' THEN 1 ELSE 0 END) major, sum(case when i.status = 'New' and i.serious_level like '%normal%' THEN 1 ELSE 0 END) normal
72830发布于 2018-08-17 - 来自专栏实战docker
spark实战之：分析维基百科网站统计数据(java版)
在《寻找海量数据集用于大数据开发实战(维基百科网站统计数据)》一文中，我们获取到维基百科网站的网页点击统计数据，也介绍了数据的格式和内容，今天就用这些数据来练习基本的spark开发，开发语言是Java 以下是本次实战涉及的版本号： 操作系统：CentOS7 hadoop：2.8 spark：2.3 docker：17.03.2-ce docker-compose：1.23.2 维基百科网站统计数据简介 先回顾一下维基百科网站统计数据的内容和格式，一行数据的内容如下所示： aa.b User_talk:Sevela.p 1 5786 这一行由空格字符分割成了四个字段： 内容 意义 aa.b 项目名称， 实战功能简介 本次实战开发的spark应用的功能，是对网站统计数据进行排名，找出访问量最高的前100地址，在控制台打印出来并保存到hdsf； 源码下载 接下来详细讲述应用的编码过程，如果您不想自己写代码 至此，对维基百科网站统计数据的处理实战就完成了，希望此实战能够给您的大数据分析提供一些参考；
97830发布于 2019-05-29 - 来自专栏Python爬虫
爬某ZF网站统计数据
一、分析爬取目标 目标网站：济南市统计局官网的统计数据：http://jntj.jinan.gov.cn/col/col18253/index.html 出于职业操守（hai pa）的考虑，先看一下目标网站的 没错，反爬较弱的网站，可以这样。 但，济南市统计局网站，我试过直接用read_html(url)，会返回403错误码，403 Forbidden！你懂了吧。。
39210编辑于 2025-07-14 - 来自专栏实战docker
寻找海量数据集用于大数据开发实战(维基百科网站统计数据)
的过程中，除了经典的WrodCount例子（用于统计文本文件中的单词出现次数），我们也在寻找其他海量数据来做更多实战以提高自己，今天介绍的是一个海量数据集的下载方法，以及数据内容的简介； 关于维基百科网站统计数据 数据的下载页面地址：https://dumps.wikimedia.org/other/pagecounts-raw 今天要下载的数据集就是维基百科的统计数据，如下图，有多个文件下载的连接，每个文件代表一个小时内所有 wiki页面被点击的次数，红框中的文件名分为三部分，"20160801"代表统计的年月日，"030000"代表统计的是凌晨3点整到3点59分之间的页面访问情况： ? 这个网站有2007年到2016年之间的统计数据，如下图，下载地址是：https://dumps.wikimedia.org/other/pagecounts-raw ? 这样就把2016年8月1日的所有统计数据下载下来了，其他日期的数据也可以用此方法批量下载； 数据格式简介 经过漫长等待终于将数据下载下来了，打开看看里面内容，如下所示： aa.b User_talk:Sevela.p
1.1K60发布于 2019-05-27 - 来自专栏数据山谷
快速合并统计数据
快速合并统计数据 今天我们来学习一下如何利用Power Query合并统计数据。例如我们需要将图1的数据归总为图2针对每一户家庭成员信息的表格形式。 3 选择【户主】字段，点击【主页】-【分组依据】。在弹出的编辑框中，我们选择【高级】，【新列名】改为【家庭成员】；【操作】选择【求和】；【柱】选择【成员姓名】。
1.3K20发布于 2021-01-08 - 来自专栏一个正经的测试
ChatGPT 统计数据 2024（最全！）
今日主题：ChatGPT 统计数据 自从出了Veo2,谷歌真的完完全全吊打了Open AI，Open AI更是计划推出2000美元的套餐，所有人都在觉得Open AI不行了，是不是有财政压力之类的说法， ChatGPT 网站在 2024 年 4 月的访问量估计为18 亿（比 2024 年 2 月的 16 亿增加了约 2 亿），活跃用户估计为1 亿。 OpenAI 网站访问者大多数（60.97%）年龄在 18 至 34 岁之间，其中男性占54.11%，女性占 45.89%。 GPT-3 推出后，导致AI 代币加密货币价格上涨高达76.7%。 GPT-4 ChatGPT-4于 2023 年 3 月推出，是该工具的最新版本。 这意味着最新版本的训练数据可能比 ChatGPT-3 使用的 1750 亿个参数大 571 倍。
94010编辑于 2024-12-19 - 来自专栏数商云贸
大型网站架构系列：电商网站架构案例(3)
本文章是电商网站架构案例的第三篇，主要介绍数据库集群，读写分离，分库分表，服务化，消息队列的使用，以及本电商案例的架构总结。 一般独立商城网站建设有两种方式读写分离和分库分表。 读写分离：一般解决读比例远大于写比例的场景，可采用一主一备，一主多备或多主多备方式。 本案例在业务拆分的基础上，结合分库分表和读写分离。 如图所示： （1）业务拆分后：每个子系统需要单独的库； （2）如果单独的库太大，可以根据业务特性，进行再次分库，比如商品分类库，产品库； （3）分库后，如果表中有数据量很大的，则进行分表，一般可以按照Id （1）用户下单后，写入消息队列，后直接返回客户端； （2）库存子系统：读取消息队列信息，完成减库存； （3）配送子系统：读取消息队列信息，进行配送； 目前使用较多的MQ有Active MQ,Rabbit 以上是电商网站架构案例的分享一共有三篇，从电商网站的需求，到单机架构，逐步演变为常用的，可供参考的分布式架构的原型。
2.1K41发布于 2019-05-10 - 来自专栏机器学习/数据可视化
pandas使用技巧-分组统计数据
subject_list = ["语文","数学","英文","生物","物理","地理",'化学'] # 科目 time_list = ['上','下'] # 上下学期 grade_list = [1,2,3,4,5,6 == data.iloc[j,3] and data.iloc[i,4] == data.iloc[j,4] and i ! 报错解决 我们把小红的这物理学科在3年级下学期的成绩找出来：当使用and连接多个条件的时候会出现如下的报错！！！ ? 将每个条件用()单独包裹起来，同时and需要改成&即可解决： ? 成功解决！ 模拟数据2 数据 import pandas as pd df = pd.DataFrame({ 'group': [1, 1, 2, 3, 3, 3, 4], 'param': [' type(df1) # df1的类型是Series型数据 3、使用from_records方法来生成数据 ? 4、通过stack方法进行翻转 ?
2.8K30发布于 2021-03-07 - 来自专栏python全栈教程专栏
爬虫学习（3）：获取网站cookies
获取cookie方式，就把这个当作固定的方式背下来就好了，写多了就记住了。 最终结果大概如下：
95530发布于 2021-10-18 - 来自专栏python3
简单网站登录 python3
import urllib.request #导入模块 def urlopen(url): req = urllib.request.Request(url) req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36") #这个是加入headers
97120发布于 2020-01-08 - 来自专栏Python机器学习算法说书人
基于 Django 的个人网站（3）
raw-loader@3 style-loader@1 webpack@4 webpack-cli@3 @ckeditor/ckeditor5-code-block 使用 webpack 重新打包 love ，接下来我们把 static\django_ckeditor_5\dist 目录下的文件复制到 Python 模块 django-ckeditor-5 的对应路径中，在我这里是 D:\ANACONDA3\ \dist，然后把 static\django_ckeditor_5\src 目录下的文件复制 Python 模块 django-ckeditor-5 的对应路径中，在我这里是 D:\ANACONDA3\ 'default': { 'blockToolbar': [ 'paragraph', 'heading1', 'heading2', 'heading3' , 'view': 'h3', 'title': 'Heading 3', 'class': 'ck-heading_heading3'} ] } } }
3.5K30发布于 2020-05-27 - 来自专栏python3
python3监控网站状态
前面已经写过Python3发邮件，Python发微信的文章了。直接导入即可。 check.cfg_dump() 下面是yuming.ini的配置 [yuming] yuming1=https://www.baidu.com yuming2=http://www.qq.com yuming3=
1.5K20发布于 2020-01-03 - 来自专栏网安信息
关于SSL证书10大统计数据
十年前，只有大公司和购物网站会使用SSL证书进行加密传输数据，而如今，所有网站都必须进行加密，无论网站类型和大小。随着越来越多的用户在网上分享敏感数据，因此，保护这些数据不被窃取变得至关重要。 为了更好地查看 HTTPS 的普及情况，我们可以通过SSL 证书的10 项统计数据来了解。 stats-about-SSL-certificates.jpg 1. 资料来源：W3Techs。 3. 5. 59.4%的网站未遵循最佳安全实践 根据SSL Pulse统计，一个用于监控Alexa排名前15万的最受欢迎网站的SSL/TLS质量的控制面板显示，其中有59.4%的网站未遵循SSL部署最佳安全实践 10. 82.2%的网站使用有效的SSL证书 截止2021年，有82.2%的网站使用有效SSL证书，高于5年前的17.8%。这份由W3Techs提供的报告强调了HTTPS在过去几年里的应用进展。
1.2K00发布于 2021-10-22 - 来自专栏用户8928967的专栏
第3章 用CSS3装饰网站
带着问题去看书学习啦~ HTML5＋CSS3＋JavaScript Web 前端开发案例教程（慕课版），微信读书中找到的学习Web前端书籍，第3章开始啦，耶(＾－＾)V 习题 3-1 什么是CSS，它的作用是什么 3-2 ID选择器和类选择器的区别是什么？ ID选择器可以为含有ID属性的标签指定CSS样式，以“#”来定义，例如：#red{color:red;}。 3-3 HTML中列表的分类有哪些，CSS中的列表属性有哪些？ 3-5 使用CSS设置背景图片时，设置背景图片的平铺方式是什么属性，其属性值有哪些？ IE=edge"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>Demo3<
1.6K30发布于 2021-08-20 - 来自专栏媒矿工厂
自适应流播放统计数据集
不会立即播放，需要先填充缓冲区 在播放时，可能会因为带宽变化导致自适应切换 客户端可能因为缓冲区耗尽而暂停等待缓冲 客户端切换时有时会丢弃已经缓冲的片段 在用户中途中止播放时，客户端也会丢弃已缓冲的片段 图3: 使用机器学习对流媒体客户端与系统更好地建模 流媒体客户端的最佳设计 自适应流媒体系统的性能分析 内容感知的编码优化 多屏幕分发优化 附上演讲视频： http://mpvideo.qpic.cn/0b2efqaaiaaa3qags6p6sfqvalgdaqwaabaa.f10002
78030编辑于 2022-02-18 - 来自专栏python3
利用python3模拟访问网站
功能: 利用python代码来获取我们访问网页后网页返回给我们的信息,将返回的内容写入到文件中.我们这里就拿百度图库来做个例子 需求: 使用socket模块
85820发布于 2020-01-13 - 来自专栏异星球的小怪同志的搬运文章
HTML5+CSS3海绵宝宝网站设计（3）
这篇文章主要讲解HTML5＋CSS3制作海绵宝宝网站，请一起学习吧。如果你看到HMTL5＋CSS3海绵宝宝网站设计（3）恭喜你全部学完了这次网站的设计。 目录 一、作品简介 二、作品思路 三、代码实现 ---- 一、作品简介 因为初学HTML5＋CSS3，学的知识还只是皮毛，因此这次的海绵宝宝网站有许多不足的地方，还请大家多多包涵。 海绵宝宝网站主要讲了与海绵宝宝的简介，朋友，语录，图集等。 详细的讲解就是首先是开头的快捷导航栏，其次是导航栏，导航栏主要就是表达网站有七个小页面，方便快速跳转到想要去的页面，接着就是banner设计，可以增加网站视觉效果，也可以更好的突出网站宣传区域，中间就是个整体的大框架 ：上传了网站界面的整体效果
68220编辑于 2022-11-20 - 来自专栏宣言(Siam)博客
mysql聚合统计数据查询缓慢优化方案
增加索引并不能解决聚合函数统计慢的问题 优化聚合统计的方案 提前预算 建立统计数据表，以日期区分，如：20190801一天，销售了多少订单、金额等等数据。 当订单产生（支付完成后 可统计数据）时，便在统计数据表中对应的日期增加金额、数量。 来定时（比如每20分钟一次）计算总和，然后更新到统计数据表中。 优点：做的处理比较少，也无需改动退款操作等api，只需要依赖原订单表的数据，定时统计、刷新统计数据。 总结 索引并不能解决统计聚合数据慢的sql语句问题 聚合函数谨慎用 最好不用，因为我们无法预算以后的数据量需要扫描多少行数据来计算 优化方案离不开统计表，都需要按一定的周期储存运算好的统计数据
7.5K30发布于 2019-12-18 - 来自专栏Mr_du
点播--获取播放统计数据文件下载地址
https://cloud.tencent.com/document/product/266/12624
78820发布于 2019-07-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号