22306班
未读
34.5月21日 项目：对招聘数据进行分析和可视化处理-技能词云
项目：对招聘数据进行分析和可视化处理-技能词云 依旧在之前作业的基础上，完成岗位技能分析。将结果进行词云可视化。 效果如图。 并为后续项目分析做准备。 模块引入 import pandas as pd
from collections import Counter
import ast
import
22306班
未读
类似案例：DrissionPage实现爬取51job
类似案例：DrissionPage实现爬取51job 逻辑与之前项目相似，不再赘述。 以下是基础代码框架
from DrissionPage import WebPage
from DrissionPage import ChromiumOptions
import time
path = r'
22306班
未读
33.5月20日 项目：对招聘数据进行分析和可视化处理-工资数据
项目：对招聘数据进行分析和可视化处理-工资数据 目标是在上节课爬虫基础上，利用爬取的csv格式文件中的数据进行工资数据分析。 效果图： 附加：饼图呈现“岗位所在行业（前10）” 步骤一：导入必要的库 import pandas as pd
import matplotlib.pyplot as pl
22306班
未读
32.5月15日 项目：使用DrissionPage爬取Boss直聘
本项目预期结果： 使用DrissionPage爬取Boss直聘 之前库的缺点和局限性 requests库 requests库效率很高，但有明显缺点： 需要手动处理heads和cookies 难以应对各个网站的反爬机制 获取网页元素的
22306班
未读
31.5月9日 临时使用jieba版
本项目预期结果： 步骤一：导入评论数据 在5月6日课程中，我们已经获取了B站视频的前200条热门评论。 我们利用之前课程结果“B站评论.json”。 我们首先实现读取json文件内容： import json
with open('B站评论.json', 'r', encoding='utf-8')
22306班
未读
30.5月8日 项目：利用hanlp实现热门评论内容分词并绘制词云
本项目预期结果： 项目：利用hanlp实现热门评论内容分词并绘制词云 利用上节课简易的框架 import hanlp
tok = hanlp.load(hanlp.pretrained.tok.COARSE_ELECTRA_SMALL_ZH)
r=tok("你好，我是现代职业技术学校学生&quo
22306班
未读
29.5月8日 项目： 实现分词
分词 什么是分词 分词（Tokenization）是自然语言处理（NLP）中的一个基本步骤，它涉及将文本数据分解成更小的单元，通常是单词、短语或其他有意义的元素，这些单元被称作“词元”（tokens）。分词的目的是让计算机能够更好地理解和处理文本信息。以下是分词的一些关键点： 文本分解：将文本字符串
22306班
未读
28.5月6日 项目： 登录B站爬取推荐和评论
上一节课中，我们简单的介绍了selenium库的使用。 项目：爬取B站首页推荐内容 准备活动 from selenium import webdriver
from selenium.webdriver.common.by import By
import time
browser = webdri
22306班
未读
27.4月29日 项目： selenium库实现爬虫，爬B站
selenium库 Selenium是一个用于Web应用程序测试的工具。Selenium测试可以运行在多种浏览器上，包括但不限于Chrome、Firefox、Safari和Internet Explorer。 注意：selenium 库原本设计是应用在网页测试上的。 当下，各种网站的反爬虫手段愈发高
22306班
未读
26.4月17日 期中考试复习—科目：数据分析基础
期中考试复习 科目：数据分析基础 考试、开卷、开网，考试时间 90 分钟。 环境说明： 使用环境需要已经安装了 mysql，vscode 环境准备： 使用 xshell 连接 ubuntu 使用 qzks 用户连接数据库，密码 123 创建 my_data 数据库 在 vscode 中建立“姓名+期