重新研读fish千聊课07

这次开始之前，我自己有必要先分析一下思路，再开始研读，到目前为止，我研读这些东西，都没有跟实际工作生活像结合起来，还是有一种为了学东西，而学东西。

我学这个有什么用呢？

这是没能想清楚的问题. 学了python的这点课，真的可能成为我未来转行大数据行业的技能储备吗？

有时候会觉得自己很幼稚。

但也一直觉得，能接触到这项技能真的很有意义。

是不是我把学习Python技能，强制附加了“成为未来转行的必备技能”的期望，而失去了学习东西的那份快乐呢？

好吧，废话几句。 不知道，接下来关于大数据的学习，该何去何从，接着研读吧。

import pandas as pd
import numpy as np
import scipy.stats
import matplotlib.pyplot as plt
import matplotlib  # ?? 只引用matplotlib 和.pyplot 之间的区别是什么呢？
matplotlib.style.use('ggplot')

%matplotlib inline
#%config BackendInline.forture_commat('retina')
#%config InlineBackend.fortune_format = 'retina'
#
%config InlineBackend.figure_format = 'retina'

#错误记录： 配置图形格式为retina这段代码，总是写错。 1. figure_format ，拼写错误明显。 2. 不是用括号，而是直接等于。
# 新增知识点： ggplot，是一个r语言的图形绘制包，可以像图层一样绘制，很好用。

ls data

 驱动器 C 中的卷是 WIN7
 卷的序列号是 CCED-57EE

 C:\Users\Administrator.USER-20170623BT\Desktop\第七课材料\第七课材料\codes\data 的目录

2017/08/31  12:13    <DIR>          .
2017/08/31  12:13    <DIR>          ..
2017/08/14  17:39             6,148 .DS_Store
2017/08/14  12:37            14,142 data_75_12.csv
2017/08/14  17:50             3,930 evolution.csv
2017/08/14  13:15             8,568 fortis_heritability.csv
               4 个文件         32,788 字节
               2 个目录 40,510,488,576 可用字节

我不能在自己电脑上直接使用带感叹号的方式运行linux命令。 但是去掉感叹号后，却出现了比较多的文件夹信息。

数据导入和清洗

这部分主要是把粗糙的数据进行清洗

evolution = pd.read_csv(r'data/evolution.csv')
# 错误记录：1. 代码和文件没有在同一层文件夹中，所以应该加入文件夹地址“data/”，我天真地以为可以直接导入 2. csv，被我搞成了scv

evolution.head()

evolution.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 83 entries, 0 to 82
Data columns (total 8 columns):
Year              82 non-null object
Species           81 non-null object
Beak length       81 non-null object
Beak depth        80 non-null float64
Beak width        80 non-null float64
CI Beak length    80 non-null object
CI Beak depth     80 non-null object
CI Beak width     80 non-null object
dtypes: float64(2), object(6)
memory usage: 5.3+ KB

只有两个数字是float类型，还有绝大部分数据都不是82个。

evolution = evolution.dropna()
evolution.info()
# 新增知识点：data.dropna() 是删除缺失值的方法，把数值不齐全的列给删除掉。

<class 'pandas.core.frame.DataFrame'>
Int64Index: 80 entries, 0 to 82
Data columns (total 8 columns):
Year              80 non-null object
Species           80 non-null object
Beak length       80 non-null object
Beak depth        80 non-null float64
Beak width        80 non-null float64
CI Beak length    80 non-null object
CI Beak depth     80 non-null object
CI Beak width     80 non-null object
dtypes: float64(2), object(6)
memory usage: 5.6+ KB

#evolution['Beak length']= pd.numeric['Beak length']
#错误记录： 1转换为数值类型需要有对象啊。 对象一半都在括号中。  我现在感觉python很像是一个超大的工具包，我说我要A工具，它流把掏出来，不过工具太多，我得说明白
# 所以我要说，我需要用A工具去操作对象a.
#2. 转换为什么的话，是需要加to的，我并没有加，也就是基本的拼写错误。
evolution['Beak length'] = pd.to_numeric(evolution['Beak length'])

evolution['Beak length'].head()

0    10.76
1    10.72
2    10.57
3    10.64
4    10.73
Name: Beak length, dtype: float64

evolution['CI Beak length'] = pd.to_numeric(evolution['CI Beak length'],errors='coerce')
#新增知识点：强制转化为数据类型，但遇到不能转化的额，就用null代替
evolution['CI Beak depth'] = pd.to_numeric(evolution['CI Beak depth'],errors='coerce')
evolution['CI Beak width'] = pd.to_numeric(evolution['CI Beak width'],errors='coerce')

evolution.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 80 entries, 0 to 82
Data columns (total 8 columns):
Year              80 non-null object
Species           80 non-null object
Beak length       80 non-null float64
Beak depth        80 non-null float64
Beak width        80 non-null float64
CI Beak length    79 non-null float64
CI Beak depth     79 non-null float64
CI Beak width     79 non-null float64
dtypes: float64(6), object(2)
memory usage: 5.6+ KB

初步的数据清洗，就完成了，若是要删除某些列呢？ 该咋办呀？

数据探索

evolution.head()

evolution.tail()

<div>
<style>
.dataframe thead tr:only-child th {
text-align: right;
}

.dataframe thead th {
    text-align: left;
}

.dataframe tbody tr th {
    vertical-align: top;
}

</style>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>Year</th>
<th>Species</th>
<th>Beak length</th>
<th>Beak depth</th>
<th>Beak width</th>
<th>CI Beak length</th>
<th>CI Beak depth</th>
<th>CI Beak width</th>
</tr>
</thead>
<tbody>
<tr>
<th>78</th>
<td>2008</td>
<td>scandens</td>
<td>13.31</td>
<td>9.08</td>
<td>8.72</td>
<td>0.109</td>
<td>0.087</td>
<td>0.084</td>
</tr>
<tr>
<th>79</th>
<td>2009</td>
<td>scandens</td>
<td>13.33</td>
<td>9.08</td>
<td>8.73</td>
<td>0.099</td>
<td>0.085</td>
<td>0.081</td>
</tr>
<tr>
<th>80</th>
<td>2010</td>
<td>scandens</td>
<td>13.30</td>
<td>9.07</td>
<td>8.71</td>
<td>0.102</td>
<td>0.081</td>
<td>0.076</td>
</tr>
<tr>
<th>81</th>
<td>2011</td>
<td>scandens</td>
<td>13.35</td>
<td>9.10</td>
<td>8.75</td>
<td>0.106</td>
<td>0.085</td>
<td>0.078</td>
</tr>
<tr>
<th>82</th>
<td>2012</td>
<td>scandens</td>
<td>13.41</td>
<td>9.19</td>
<td>8.82</td>
<td>0.131</td>
<td>0.120</td>
<td>0.109</td>
</tr>
</tbody>
</table>
</div>

evolution.Species.value_counts()
#错误记录： value——count可是只针对一列的汇总统计，我输入的是evolution.value_counts()对象是整个数据啊，而我只是想要其中的一列

fortis      40
scandens    40
Name: Species, dtype: int64

#对了，怎么修改列名称来着？
evolution.rename(columns = {'Species':'species'},inplace=True)
#错误记录，未加引号
evolution.head()
#@@自行百度的哦

<div>
<style>
.dataframe thead tr:only-child th {
text-align: right;
}

.dataframe thead th {
    text-align: left;
}

.dataframe tbody tr th {
    vertical-align: top;
}

</style>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>Year</th>
<th>species</th>
<th>Beak length</th>
<th>Beak depth</th>
<th>Beak width</th>
<th>CI Beak length</th>
<th>CI Beak depth</th>
<th>CI Beak width</th>
</tr>
</thead>
<tbody>
<tr>
<th>0</th>
<td>1973</td>
<td>fortis</td>
<td>10.76</td>
<td>9.48</td>
<td>8.69</td>
<td>0.097</td>
<td>0.130</td>
<td>0.081</td>
</tr>
<tr>
<th>1</th>
<td>1974</td>
<td>fortis</td>
<td>10.72</td>
<td>9.42</td>
<td>8.66</td>
<td>0.144</td>
<td>0.170</td>
<td>0.112</td>
</tr>
<tr>
<th>2</th>
<td>1975</td>
<td>fortis</td>
<td>10.57</td>
<td>9.19</td>
<td>8.55</td>
<td>0.075</td>
<td>0.084</td>
<td>0.057</td>
</tr>
<tr>
<th>3</th>
<td>1976</td>
<td>fortis</td>
<td>10.64</td>
<td>9.23</td>
<td>8.58</td>
<td>0.048</td>
<td>0.053</td>
<td>0.039</td>
</tr>
<tr>
<th>4</th>
<td>1977</td>
<td>fortis</td>
<td>10.73</td>
<td>9.35</td>
<td>8.63</td>
<td>0.085</td>
<td>0.092</td>
<td>0.066</td>
</tr>
</tbody>
</table>
</div>

fortis = evolution[evolution.species=='fortis']
fortis.tail()

<div>
<style>
.dataframe thead tr:only-child th {
text-align: right;
}

.dataframe thead th {
    text-align: left;
}

.dataframe tbody tr th {
    vertical-align: top;
}

</style>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>Year</th>
<th>species</th>
<th>Beak length</th>
<th>Beak depth</th>
<th>Beak width</th>
<th>CI Beak length</th>
<th>CI Beak depth</th>
<th>CI Beak width</th>
</tr>
</thead>
<tbody>
<tr>
<th>35</th>
<td>2008</td>
<td>fortis</td>
<td>10.28</td>
<td>8.57</td>
<td>8.29</td>
<td>0.099</td>
<td>0.094</td>
<td>0.076</td>
</tr>
<tr>
<th>36</th>
<td>2009</td>
<td>fortis</td>
<td>10.28</td>
<td>8.51</td>
<td>8.27</td>
<td>0.095</td>
<td>0.087</td>
<td>0.070</td>
</tr>
<tr>
<th>37</th>
<td>2010</td>
<td>fortis</td>
<td>10.42</td>
<td>8.52</td>
<td>8.33</td>
<td>0.097</td>
<td>0.086</td>
<td>0.071</td>
</tr>
<tr>
<th>38</th>
<td>2011</td>
<td>fortis</td>
<td>10.46</td>
<td>8.57</td>
<td>8.34</td>
<td>0.103</td>
<td>0.096</td>
<td>0.076</td>
</tr>
<tr>
<th>39</th>
<td>2012</td>
<td>fortis</td>
<td>10.51</td>
<td>8.65</td>
<td>8.38</td>
<td>0.150</td>
<td>0.146</td>
<td>0.117</td>
</tr>
</tbody>
</table>
</div>

scandens = evolution[evolution.species=='scandens']
scandens.tail()
#所有方括号的外的数据，给定了范围，方括号内，就是筛选数据范围。
#evolution.species[evolution.species=='scandens']vsevolution[evolution.species=='scandens'] 是截然不同的结果

<div>
<style>
.dataframe thead tr:only-child th {
text-align: right;
}

.dataframe thead th {
    text-align: left;
}

.dataframe tbody tr th {
    vertical-align: top;
}

</style>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>Year</th>
<th>species</th>
<th>Beak length</th>
<th>Beak depth</th>
<th>Beak width</th>
<th>CI Beak length</th>
<th>CI Beak depth</th>
<th>CI Beak width</th>
</tr>
</thead>
<tbody>
<tr>
<th>78</th>
<td>2008</td>
<td>scandens</td>
<td>13.31</td>
<td>9.08</td>
<td>8.72</td>
<td>0.109</td>
<td>0.087</td>
<td>0.084</td>
</tr>
<tr>
<th>79</th>
<td>2009</td>
<td>scandens</td>
<td>13.33</td>
<td>9.08</td>
<td>8.73</td>
<td>0.099</td>
<td>0.085</td>
<td>0.081</td>
</tr>
<tr>
<th>80</th>
<td>2010</td>
<td>scandens</td>
<td>13.30</td>
<td>9.07</td>
<td>8.71</td>
<td>0.102</td>
<td>0.081</td>
<td>0.076</td>
</tr>
<tr>
<th>81</th>
<td>2011</td>
<td>scandens</td>
<td>13.35</td>
<td>9.10</td>
<td>8.75</td>
<td>0.106</td>
<td>0.085</td>
<td>0.078</td>
</tr>
<tr>
<th>82</th>
<td>2012</td>
<td>scandens</td>
<td>13.41</td>
<td>9.19</td>
<td>8.82</td>
<td>0.131</td>
<td>0.120</td>
<td>0.109</td>
</tr>
</tbody>
</table>
</div>

fortis.plot(x='Year',y=['Beak length','Beak depth','Beak width'])
#错误记录：1. y= 后面只能有一个对象，我的逗号，就反映了有多个对象，应该把多个对象用方括号连起来。
#2.  我竟然直接开始画图，用plt.plot开头，连data都没有。  应该是fortis.plot，笨！！

<matplotlib.axes._subplots.AxesSubplot at 0xa4d6128>

scandens.plot(x='Year',y=['Beak length','Beak depth','Beak width'])

<matplotlib.axes._subplots.AxesSubplot at 0xa9006d8>

scandens.plot(x='Year',y=['Beak length','Beak depth','Beak width'],subplots = True,figsize=(10,6))
#新增知识点：1.subplots，意思应该是在多幅图上作图，而非在一张图上显示

array([<matplotlib.axes._subplots.AxesSubplot object at 0x000000000BA26898>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000BB0FC88>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000BB5F240>], dtype=object)

fortis.plot(x='Year',y='Beak depth',yerr='CI Beak depth',color='Red',marker='o',figsize=(10,5))
#新增知识点：yerr，marker

<matplotlib.axes._subplots.AxesSubplot at 0xd339b00>

scandens.plot(x='Year',y='Beak depth',yerr='CI Beak depth',color='Orange',marker='o',figsize=(11,4))

<matplotlib.axes._subplots.AxesSubplot at 0xe03fc88>

75年和12年的数据比较

ls data

 驱动器 C 中的卷是 WIN7
 卷的序列号是 CCED-57EE

 C:\Users\Administrator.USER-20170623BT\Desktop\第七课材料\第七课材料\codes\data 的目录

2017/08/31  12:13    <DIR>          .
2017/08/31  12:13    <DIR>          ..
2017/08/14  17:39             6,148 .DS_Store
2017/08/14  12:37            14,142 data_75_12.csv
2017/08/14  17:50             3,930 evolution.csv
2017/08/14  13:15             8,568 fortis_heritability.csv
               4 个文件         32,788 字节
               2 个目录 40,499,621,888 可用字节



data = pd.read_csv('data/data_75_12.csv')
data.head()

这组数据中只包含有75年和12年的所有样本，而刚才的是每年的数据一个均值。

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 651 entries, 0 to 650
Data columns (total 4 columns):
species    651 non-null object
length     651 non-null float64
depth      651 non-null float64
year       651 non-null int64
dtypes: float64(2), int64(1), object(1)
memory usage: 20.4+ KB

data.year.value_counts()

1975    403
2012    248
Name: year, dtype: int64

data.species.value_counts()

fortis      437
scandens    214
Name: species, dtype: int64

data.groupby(['species','year']).count()
#错误记录： 1. groupby后面的对象应该是括号啊，用方括号，往往都是为了把多个数据，合并为一个对象。 2. groupby的计数，是不加s的。

data.groupby(['species','year']).mean()

.dataframe thead tr:only-child th {
    text-align: right;
}

.dataframe thead th {
    text-align: left;
}

.dataframe tbody tr th {
    vertical-align: top;
}

</style>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th></th>
<th>length</th>
<th>depth</th>
</tr>
<tr>
<th>species</th>
<th>year</th>
<th></th>
<th></th>
</tr>
</thead>
<tbody>
<tr>
<th rowspan="2" valign="top">fortis</th>
<th>1975</th>
<td>10.565190</td>
<td>9.171646</td>
</tr>
<tr>
<th>2012</th>
<td>10.517355</td>
<td>8.605372</td>
</tr>
<tr>
<th rowspan="2" valign="top">scandens</th>
<th>1975</th>
<td>14.120920</td>
<td>8.960000</td>
</tr>
<tr>
<th>2012</th>
<td>13.421024</td>
<td>9.186220</td>
</tr>
</tbody>
</table>
</div>

fortis2 = data[data.species=='fortis']
fortis2.head()

<div>
<style>
.dataframe thead tr:only-child th {
text-align: right;
}

.dataframe thead th {
    text-align: left;
}

.dataframe tbody tr th {
    vertical-align: top;
}

fortis2.boxplot(by='year',figsize=(10,5))

array([<matplotlib.axes._subplots.AxesSubplot object at 0x000000000F518898>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000F02D320>], dtype=object)

scandens2 = data[data.species=='scandens']
scandens2.head()


scandens2.boxplot(by='year',figsize=(10,5))

array([<matplotlib.axes._subplots.AxesSubplot object at 0x000000000D009908>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000F6F94E0>], dtype=object)

中地雀鸟喙深度和长度的变化

##按时间给中地雀的样本分组
fortis75 = fortis2[fortis2.year==1975]
# 为什么对时间的切片，不用加引号呢？ 引号只是对str类型有效吗？
fortis12 = fortis2[fortis2.year==2012]

fortis75.hist()

array([[<matplotlib.axes._subplots.AxesSubplot object at 0x00000000121EF518>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x0000000011EFFD68>],
       [<matplotlib.axes._subplots.AxesSubplot object at 0x0000000011F3ACC0>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x0000000011F79080>]], dtype=object)

Traceback (most recent call last):
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\packages\urllib3\connection.py", line 141, in _new_conn
    (self.host, self.port), self.timeout, **extra_kw)
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\packages\urllib3\util\connection.py", line 60, in create_connection
    for res in socket.getaddrinfo(host, port, family, socket.SOCK_STREAM):
  File "d:\ProgramData\Anaconda3\lib\socket.py", line 743, in getaddrinfo
    for res in _socket.getaddrinfo(host, port, family, type, proto, flags):
socket.gaierror: [Errno 11004] getaddrinfo failed

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\packages\urllib3\connectionpool.py", line 600, in urlopen
    chunked=chunked)
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\packages\urllib3\connectionpool.py", line 345, in _make_request
    self._validate_conn(conn)
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\packages\urllib3\connectionpool.py", line 844, in _validate_conn
    conn.connect()
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\packages\urllib3\connection.py", line 284, in connect
    conn = self._new_conn()
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\packages\urllib3\connection.py", line 150, in _new_conn
    self, "Failed to establish a new connection: %s" % e)
requests.packages.urllib3.exceptions.NewConnectionError: <requests.packages.urllib3.connection.VerifiedHTTPSConnection object at 0x0000000011CBFF28>: Failed to establish a new connection: [Errno 11004] getaddrinfo failed

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\adapters.py", line 438, in send
    timeout=timeout
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\packages\urllib3\connectionpool.py", line 649, in urlopen
    _stacktrace=sys.exc_info()[2])
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\packages\urllib3\util\retry.py", line 388, in increment
    raise MaxRetryError(_pool, url, error or ResponseError(cause))
requests.packages.urllib3.exceptions.MaxRetryError: HTTPSConnectionPool(host='webpush.wx.qq.com', port=443): Max retries exceeded with url: /cgi-bin/mmwebwx-bin/synccheck?r=1509079787533&skey=%40crypt_36e69409_f98db12a80ac4d61526912f12b9546ae&sid=jynkiOEPmg7Iqxcv&uin=277207840&deviceid=e579034563178671&synckey=1_700988587%7C2_700988643%7C3_700988607%7C11_700988609%7C13_700760080%7C201_1509095461%7C203_1509093320%7C1000_1509095141%7C1001_1509063733&_=1509079787533 (Caused by NewConnectionError('<requests.packages.urllib3.connection.VerifiedHTTPSConnection object at 0x0000000011CBFF28>: Failed to establish a new connection: [Errno 11004] getaddrinfo failed',))

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "d:\ProgramData\Anaconda3\lib\site-packages\itchat\components\login.py", line 300, in sync_check
    r = self.s.get(url, params=params, headers=headers, timeout=config.TIMEOUT)
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\sessions.py", line 531, in get
    return self.request('GET', url, **kwargs)
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\sessions.py", line 518, in request
    resp = self.send(prep, **send_kwargs)
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\sessions.py", line 639, in send
    r = adapter.send(request, **kwargs)
  File "d:\ProgramData\Anaconda3\lib\site-packages\requests\adapters.py", line 502, in send
    raise ConnectionError(e, request=request)
requests.exceptions.ConnectionError: HTTPSConnectionPool(host='webpush.wx.qq.com', port=443): Max retries exceeded with url: /cgi-bin/mmwebwx-bin/synccheck?r=1509079787533&skey=%40crypt_36e69409_f98db12a80ac4d61526912f12b9546ae&sid=jynkiOEPmg7Iqxcv&uin=277207840&deviceid=e579034563178671&synckey=1_700988587%7C2_700988643%7C3_700988607%7C11_700988609%7C13_700760080%7C201_1509095461%7C203_1509093320%7C1000_1509095141%7C1001_1509063733&_=1509079787533 (Caused by NewConnectionError('<requests.packages.urllib3.connection.VerifiedHTTPSConnection object at 0x0000000011CBFF28>: Failed to establish a new connection: [Errno 11004] getaddrinfo failed',))

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "d:\ProgramData\Anaconda3\lib\site-packages\itchat\components\login.py", line 244, in maintain_loop
    i = sync_check(self)
  File "d:\ProgramData\Anaconda3\lib\site-packages\itchat\components\login.py", line 303, in sync_check
    if not isinstance(e.args[0].args[1], BadStatusLine):
IndexError: tuple index out of range

LOG OUT!
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 159,569评论 4赞 363
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 67,499评论 1赞 294
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 109,271评论 0赞 244
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 44,087评论 0赞 209
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 52,474评论 3赞 287
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 40,670评论 1赞 222
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 31,911评论 2赞 313
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 30,636评论 0赞 202
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 34,397评论 1赞 246
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,607评论 2赞 246
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,093评论 1赞 261
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 28,418评论 2赞 254
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 33,074评论 3赞 237
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,092评论 0赞 8
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,865评论 0赞 196
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 35,726评论 2赞 276
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 35,627评论 2赞 270

推荐阅读更多精彩内容

  • 重新研读fish千聊课07 （上）
    这次开始之前，我自己有必要先分析一下思路，再开始研读，到目前为止，我研读这些东西，都没有跟实际工作生活像结合起来，...
    Bog5d阅读 526评论 4赞 0
  • 第七次尝试
    第七课：案例分析 随时间的演化 数据导入和清洗 .dataframe thead tr:only-child th...
    Evas77阅读 259评论 0赞 0
  • 王爹之死
    文/冬月之恋 王爹死了，他是夜里在自家门前的茅房里自缢而死的，一个打完通宵麻将的小青年早晨路过时发现了他。 王爹八...
    冬月之恋阅读 523评论 5赞 7
  • 三行情书
    本文参加#未完待续，就要表白#活动，本人承诺，文章内容为原创，且未在其他平台发表过。 你来 我等 你走 我送 ...
    风吹白了头阅读 81评论 0赞 0