小白学大数据

文章/答案/技术大牛

发布

LV0

发表了文章 21小时前2026-10-23 16:51:57

基于 Python 的家具消费数据分析全链路实战：从数据治理到销售预测

摘要：家具作为低频、高客单、长决策链路的消费品类，其订单数据天然承载高密度偏好信号。本文以 Python 数据科学生态为工具链，构建一套覆盖「数据获取 → 质量...

小白学大数据 21小时前2026-10-23 16:51:57

python

发表了文章 1天前2026-10-22 16:54:49

Python 数据分析双引擎对决:Pandas vs Polars 架构、性能与选型全景解析

摘要Pandas 与 Polars 代表了 Python 表格数据处理的两个时代：以开发者体验与生态为先的通用计算层，与以执行效率与资源利用率为先的现代化列式引...

小白学大数据 1天前2026-10-22 16:54:49

pandas、python

发表了文章 3天前2026-10-20 16:52:39

从文本提取到加密签名：PyMuPDF 七大实战场景全解析

PDF（Portable Document Format，ISO 32000 标准）本质上是一种以对象图（object graph）描述的、与设备无关的版式文档...

小白学大数据 3天前2026-10-20 16:52:39

python、pdf

发表了文章 4天前2026-10-19 17:07:19

基于 Python 词云与 WordArt 的朋友圈文本数据可视化方法

朋友圈作为一种高频、低结构化的短文本语料，蕴含用户的兴趣偏好、情绪走向与社交关系等隐性信号，但其原始形态信息密度低、可读性差。本文提出一套从数据获取 → 文本预...

小白学大数据 4天前2026-10-19 17:07:19

python

发表了文章 8天前2026-10-15 17:00:52

Python Token 爬虫实战：如何优雅地搞定分布式采集与反爬策略

一、为什么「Token 爬虫」是块硬骨头普通的游客态爬虫（直接抓公开页面）已经很少见了。如今稍微有点价值的站点，几乎都走前后端分离 + Token 鉴权：请求...

小白学大数据 8天前2026-10-15 17:00:52

python、token

发表了文章 9天前2026-10-14 17:00:40

用 Python 10 分钟爬下网易每日热文：httpx + parsel 实战，小白一次跑通

关键发现：热闻榜中每条文章链接都带有业务特征标记：路径包含 /dy/article/查询参数带 clickfrom=w_hot（标识"来自热闻榜"）因此一条属性...

小白学大数据 9天前2026-10-14 17:00:40

python

发表了文章 10天前2026-10-13 17:01:59

你知道 Codex 的记忆机制是怎么实现的吗？扒完架构我沉默了

一、先搞清楚：Codex 到底为什么需要"记忆"在聊实现之前，得先明白它要解决的痛点。不然你照猫画虎写出来的"记忆层"，就是个中看不中用的花架子。1.1 传统单...

小白学大数据 10天前2026-10-13 17:01:59

python-3.3

发表了文章 11天前2026-10-12 16:56:12

为什么你的 Flask 总报 "Working outside of application context"？

一、引言在 Flask 的工程实践中，下述两个异常几乎是每位开发者都必然遭遇的" rite of passage "：

小白学大数据 11天前2026-10-12 16:56:12

flask、python-3.4

发表了文章 14天前2026-10-09 17:01:19

用 fontTools 拆掉大众点评的字体反爬，评分数字才不会再错位

做了快两年点评相关的采集，踩过的坑比写过的脚本还多。这篇稿子不聊"突破"，只聊"稳定"：评论接口在前端做了几层保护，哪些反爬会真正让任务停摆，以及怎么用代理调度...

小白学大数据 14天前2026-10-09 17:01:19

python

发表了文章 24天前2026-09-29 17:01:00

Scrapy 内部机制全拆解：从事件循环到代理池，一文读懂它的 "快" 与 "稳"

一、为什么值得拆解 Scrapy在 Python 爬虫生态中，Scrapy 并非简单的 "抓取函数库"，而是一个面向生产环境的异步抓取框架。它将 URL 调度、...

小白学大数据 24天前2026-09-29 17:01:00

python

发表了文章 25天前2026-09-28 16:58:25

从接口到数据底座：TimechoAI 时序预测的 SDK+REST 双通道实践

摘要时序预测长期受困于"统计模型调参难、深度学习门槛高"的两难。TimechoAI 以时序基础大模型（Foundation Model）范式，将预测能力封装为 ...

小白学大数据 25天前2026-09-28 16:58:25

sdk、rest、python

发表了文章 30天前2026-09-23 17:04:50

爬了 10 万条评论却不敢用？这套 Python 数据治理方案让 NLP 情感分析靠谱 10 倍

很多工程师把爬虫的终点停在 print(data)，以为拿到了 JSON 就大功告成。但在真实业务里，爬下来的数据只是一堆原始矿石——字符编码混乱、字段缺失、重...

小白学大数据 30天前2026-09-23 17:04:50

NLP技术、python

发表了文章 2026-09-222026-09-22 17:06:50

用 Python 给大模型跑分：dataclass、异步重试和代理配置一个不少

看到这个标题我先笑了一下。鬼故事这三个字用得诚实，因为它确实就是个鬼故事。DeepSeek 4.1、Opus 5、GPT 5.6，这几个版本号我一个都核实不了。...

小白学大数据 2026-09-222026-09-22 17:06:50

python、大模型部署

发表了文章 2026-09-162026-09-16 17:07:29

Python 小工具实战：用问财接口搭建金融数据采集器

前言构建金融数据采集链路时，团队常常在两条路之间反复横跳：要么基于 Tushare / akshare 等开源数据源自行拼接指标，开发成本高且覆盖维度受限；要么...

小白学大数据 2026-09-162026-09-16 17:07:29

python、至信链金融数据存证

发表了文章 2026-09-142026-09-14 17:00:58

让 Claude Code 帮你写爬虫：2026 年的 "Agent 原生" 数据采集

一、范式迁移：从「维护脚本」到「编排工作流」2023 年的爬虫开发，本质上是一种高熵劳动：在 requests 模板上反复修补 headers、在反爬规则变更后...

小白学大数据 2026-09-142026-09-14 17:00:58

agent、visual studio code

发表了文章 2026-09-112026-09-11 16:57:57

AI的提示词专栏：Prompt 与 Python Pandas 的结合使用指南

引言：当"数据语言"遇见"对话语言"在数据工作流里，长期并存两种"语言"：Pandas 是人和结构化数据对话的语言，强调确定性、可复现、零歧义；提示词（Prom...

小白学大数据 2026-09-112026-09-11 16:57:57

prompt

发表了文章 2026-09-092026-09-09 17:06:17

很多人认为本地部署一个大模型，就实现 token 自由，就可以干活了，真的吗？

同事小王前两天很兴奋："我在本机跑起了 qwen2.5:7b，token 不要钱，以后再也不用充 API 了！"

小白学大数据 2026-09-092026-09-09 17:06:16

大模型部署、token、python

发表了文章 2026-09-082026-09-08 17:03:12

十个互联网医院平台横向对比是怎么做的：指标、采样频次与代码骨架

家里老人去年开始频繁跑医院复查，我在外地帮不上忙，能指望的就是在线问诊。研究一圈下来发现一个尴尬的事实：广告都打得响，能横向对比的数据没人给。每家都说自己医生多...

小白学大数据 2026-09-082026-09-08 17:03:12

python

发表了文章 2026-09-042026-09-04 17:11:03

别再裸 SQL 连金仓了：用 Python + FastAPI 给 KingbaseES 搭一套可上线的 API

前言：为什么用 Python 给金仓"搭接口"金仓数据库（KingbaseES，下文简称 KES）是电科金仓推出的企业级关系型数据库，在政务、金融、能源、交通等...

小白学大数据 2026-09-042026-09-04 17:11:03

sql、python、fastapi

发表了文章 2026-09-032026-09-03 16:59:12

超简单：用 Python 让 Excel 飞起来：用 openpyxl 把重复报表整理交给脚本

1.为什么我想写这一篇？做办公自动化这几年，我见过太多这样的场景：每天早上的固定流程，是把十几个业务群发来的 Excel 下载下来，手动复制、粘贴、对齐格式、核...

小白学大数据 2026-09-032026-09-03 16:59:12

python、openpyxl

12 3 4 5 6 7 8...49 下一页

个人简介

亿牛云 | python爬虫工程师
简单的python学习者
程序人生
暂未填写学校和专业
http://ip.16yun.cn:817/accounts/phone_register/?sale_user=ZM_seven7
四川省 | 成都市
加入社区时间：2019-02-20

个人成就

获得 1.2K 次赞同
文章被阅读 1.1M 次

关注了：6关注者：46