<pre id='iiijjwq'><tfoot id='iiijjwq'></tfoot></pre>
  • <center id='iiijjwq'></center>
      <p id='iiijjwq'><tt id='iiijjwq'></tt></p>

    1. <tt id='iiijjwq'><b id='iiijjwq'><td id='iiijjwq'></td></b></tt>

      当前位置:首页 > 当前栏目 > 正文

      试试用Python看穿非死不可,一般人我不告诉他~

      发布日期:2017-07-03 11:55:58

      我 相 信 这 么 优秀 的 你
      已 经 置 顶了 我
      翻译| 吴博韬 选文| 小象
      转载请联系后台
      Facebook网站有海量的数据供你探索,实际上你可以用这些数据做很多事情:
      比如分析Facebook网站页面或里面的群组,将此数据用于社交网络分析(SNA),对数字营销进行数据分析,甚至收集和保存您个人项目的数据等等。
      这些数据有很多利用途径,如何选择取决于你自己。
      在下面这些视频中,我将向您展示如何做一些基本功能,比如:
      从Facebook下载数据
      从json转换到更方便的数据结构,以便于我们更好地利用它
      处理图形API中的日期变量和其他数据
      下面小编为你列出视频链接,记得要“科学上网”才能观看=w=
      (点击阅读原文可进入链接)
      Lesson01:Introduction&UnderstandingGraphAPI-FacebookDataAnalysiswithPython
      介绍和了解Graph API -,并使用Python进行Facebook数据分析。
      在此视频中,我将向您介绍GRAPH API,使用GRAPH API Explorer并向您显示一些示例请求。
      https://youtu.be/LmhjVT9gIwk
      Lesson02:Download&SaveFacebookdata-FacebookDataAnalysiswithPython
      使用Python下载并保存Facebook数据 - Facebook数据分析。
      在此视频中,我将向您介绍如何从Facebook页面或Facebook群组下载并保存所有数据,并牢记某些问题。
      https://youtu.be/0RcgBgBOiMI
      Lesson03:Settingup&Cleaningthedata-FacebookDataAnalysisbyPython
      变动和清理数据 - 通过Python进行Facebook数据分析。
      在第三课中,我将使用记事本来清理和审核从Facebook获得的数据,并准备好进行分析。
      https://youtu.be/3KgkGpwEaN4
      Lesson04:MostCommentedonPosts-FacebookDataAnalysisbyPython
      含有最多评论的帖子 - 通过Python的Facebook数据分析。
      在第4课中,我会给你一个简单的方法来获得最多的评论。
      https://youtu.be/QVPxMbIOG60
      Lesson05:MostLikedPostsandBONUS-FacebookDataAnalysisbyPython
      寻找最受欢迎的职位和奖金 - 通过Python的Facebook数据分析。
      在第5课中发现了一些有趣的事情,我发现了一些删除的帖子并用API访问了它的一些信息。
      https://youtu.be/5E3j35jJ33s
      Lesson06:CountingWords-FacebookDataAnalysisbyPython
      计数单词 - 通过Python进行Facebook数据分析
      在这个视频中,我会向您展示一个组或一个页面中所有帖子的单词频率。
      您也可以在评论中使用相同的功能
      https://youtu.be/qcc64-XAMqE
      Lesson07:Groupingpostsbykeywords-FacebookDataAnalysisbyPython
      按关键字分组帖子 - 通过Python分析Facebook数据。
      在这个视频中,我将在Steam平台的页面中分组具有关键字“free”的帖子,并计算有无这个关键字的帖子数目。分组非常有用,我们将在未来的视频中会使用更多的变量。
      https://youtu.be/9zQU2Z9saWU
      Lesson08:GroupingbyDates-FacebookDataAnalysisbyPython
      按日期分组 - 通过Python分析Facebook数据
      在本视频中,我们将探索“创建时间”变量,以按年,月或日的形式对帖子进行分组。这可以用于查找发布模式等等。
      https://youtu.be/qgTDJLRX5nM
      译者介绍
      吴博韬
      “闷声挖大数据,这是最好的。”——一名沉迷于机器学习和数据挖掘的本科生。
      大数据分析挖掘后台回复 “志愿者”
      了解如何加入我们

      上一篇:菜鸟即将关闭这个口子,商家已炸锅
      下一篇:土卫六上的“天然停机坪”:风平浪静的甲烷湖

      相关文章:

      • 2016-06-23

      • 2016-06-23

      • 2016-06-23

      • 2016-06-23

      • 2016-06-24

      Copyright © 2016 66科技网 dhu66.com All Rights Reserved.
      本站文章来自网友的提交收录,版权归作者所有
      如有权益问题请及时与我们联系处理