前言
又到了我校一年一度的论文开题和中期检查时间，平时看上去忙碌却一个字都还没写的学生还是大有人在的，而我也就是其中一位~今天，我就来说说我是如何利用Python帮小姐姐们写论文的。
PS：不是代写，就是帮忙处理数据，建模，拒绝代写，从我做起。
数据获取很麻烦？
大家都知道，毕业论文大部分都是导师的科研项目，幸运的童鞋可能都有数据支撑了，拿来就用了。可是，接下来的这位学旅游的小姐姐貌似就没有这么幸运了，来，我们一一道来。
这位学旅游的小姐姐的导师，让她统计下某个地区的美食情况，然后做分析；然后小姐姐轻松找到了携程网站，准备大干一场（copy），copy半天数据，发现才弄了几十页；在网上找了爬虫软件，不会用，买了付费，指导也不给力。
小姐姐，没关系，Python爬虫来搞定~
import requests
from lxml import etree
headers={
'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Safari/537.36'
}
def get_info(url):
res = requests.get(url,headers=headers)
html = etree.HTML(res.text)
infos = html.xpath('//ul[@class="jingdian-ul cf"]/li')
for info in infos:
try:
food = info.xpath('dl/dt/a[1]/text()')[0]
address = info.xpath('dl/dt/a[2]/text()')[0]
comment = info.xpath('dl/dd[2]/a/text()')[0]
print(food,address,comment)
except IndexError:
pass
if __name__ == '__main__':
urls = ['http://you.ctrip.com/searchsite/restaurant/?query=%E9%95%BF%E6%B2%99&PageNo={}'.format(str(i)) for i in range(1,10)]
for url in urls:
get_info(url)
小姐姐曰：其实你是一个好人~
数据处理不太会？
好，有的小姐姐数据有了（可能比较爱笑），但拿来的数据都是各种格式的，例如下面这个小姐姐。
老师给的都是一个个txt，里面全是花括号括起来的，我只是需要里面的几个字段而已啦，以下是聊天记录：
- 小姐姐：大佬，我的数据是这样的，发给我部分文件。
- 我：好的，那你想做什么？
- 小姐姐：就是获取每个txt中的几个字段
- 我：这个很简单呀，这个花括号就是类似字典的结构，解析以下就行。
- 小姐姐：字典？解析？
- 我：。。。好吧，给你写代码吧
这里就不写具体代码了，会python的这个应该问题不大，循环读取文件，用JSON库来解析，提取部分字段就OK了。然后代码几分钟就搞定了，发给小姐姐。
小姐姐曰：大佬，你真快。。。
模型建立无从下手？
像我这种学林业的研究生，大部分同学都没有好好学习一门编程语言，但是毕业论文，大部分情况下又需要进行建模，接下来是小姐姐对话时间。
- 小姐姐：大佬，我需要建模，帮帮我
- 我：你是要回归还是分类？
- 小姐姐：回归的，目前只会用Excel做线性回归，没有创新点，给我来点炸的。
- 我：现在有很多算法呀，knn，svm，集成算法，神经网络，都可以做回归，sklearn调包就行。
- 小姐姐：人家不会嘛，这些我都想来一个，然后看看哪些效果好。
- 我：这个有点多，调参也需要时间的。。
- 小姐姐：求你啦，我请你吃饭。
- 我：好嘞~（无节操）
最后把结果发给她了。
小姐姐日：你什么都会啊，男人果然都是大猪蹄子。
总结
当然，毕业论文真的也没有那么简单，里面还会涉及很多本身专业的东西，Python只是作为一个辅助工具，帮助解决问题而已。譬如说我，有人问，我天天写Python，自己的专业是不是兼顾的不好？对，就是兼顾的不好，所以，我的论文在初期就遇到了坑，好在现在都处理好了，我论文的坑，下次再讲~
预知后事如何，请听下回分解~
