<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[hpypython的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/hpypython</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; hpypython]]></copyright><item><title><![CDATA[使用jupyter运行multiprocessing多进程库的问题]]></title><link>https://blog.csdn.net/hpypython/article/details/133157600</link><guid>https://blog.csdn.net/hpypython/article/details/133157600</guid><author>hpypython</author><pubDate>Fri, 22 Sep 2023 10:19:04 +0800</pubDate><description><![CDATA[在Jupyter Notebook自定义了函数，然后调用multiprocess库进行多进程处理，发现程序一直处于运行状态，不出结果也不结束，而在Pycharm中则正常运行，难道是.ipynb格式的自定义函数不支持多进程？Jupyter用于数据分析还是很好用很方便的，但是有些大文件的运行如果不支持多进程的话很费时间，比如量化回测等，这个问题需要解决。先把代码写进.py文件中，比如在Pycharm中写好后保存，然后在Jupyter Notebook中通过import导入就可以直接运行。这样就能正常运行了。]]></description><category></category></item><item><title><![CDATA[大白话讲pd.offsets.CDay()]]></title><link>https://blog.csdn.net/hpypython/article/details/132652736</link><guid>https://blog.csdn.net/hpypython/article/details/132652736</guid><author>hpypython</author><pubDate>Sun, 03 Sep 2023 18:31:14 +0800</pubDate><description><![CDATA[如果holidays的值和weekmask的值有重叠，默认不做处理。即把holidays设为“20200115”，默认情况下还是会输出20200115，并不会跳过。为周日，跳三个weekmask中的值就是从8号开始起跳第一个、第二个就是10号、第三个就是15号，即。解释：定制offset，可以指定weekmask和holidays参数（思考为什么三个都是一个值），同理20200106和20200107往前跳三个weekmask值得到的是同样的结果。里进行的，即跳过三个自定义的工作日。]]></description><category></category></item><item><title><![CDATA[python列表奇偶数互换位置，不受列表长度是奇数还是偶数限制]]></title><link>https://blog.csdn.net/hpypython/article/details/132275274</link><guid>https://blog.csdn.net/hpypython/article/details/132275274</guid><author>hpypython</author><pubDate>Mon, 14 Aug 2023 14:48:59 +0800</pubDate><description><![CDATA[列表奇偶索引位置互换]]></description><category></category></item><item><title><![CDATA[评委打分例子更优雅的写法]]></title><link>https://blog.csdn.net/hpypython/article/details/132121944</link><guid>https://blog.csdn.net/hpypython/article/details/132121944</guid><author>hpypython</author><pubDate>Sat, 05 Aug 2023 17:41:32 +0800</pubDate><description><![CDATA[从上面的方法来说，明显第三种方法更快，各种思路和操作也确实更能锻炼解题能力，但我觉得写法中太多的切片、取值、转换，看着头大，可读性不高。【方法二】没有上面的方法那么简洁，好在逻辑简单清晰，可读性高，小白一眼看下去也能知道在干嘛，运行速度也更快，只用0.127s。某比赛有1000名选手，300位评委打分，每个选手由三个不同的评委打分，每位评委打10位选手的分。【方法一】思维量较大，有技巧性，对Pandas依赖较少¶，耗时0.468秒。【方法一】耗时0.24秒，简洁的代码省下来很多敲码时间，且更具可读性。]]></description><category></category></item><item><title><![CDATA[beeline提示User: atguigu is not allowed to impersonate atguigu]]></title><link>https://blog.csdn.net/hpypython/article/details/128016531</link><guid>https://blog.csdn.net/hpypython/article/details/128016531</guid><author>hpypython</author><pubDate>Thu, 24 Nov 2022 13:21:12 +0800</pubDate><description><![CDATA[hive错误提示处理]]></description><category></category></item><item><title><![CDATA[利用Python进行爬虫时中途总会出错并中止运行，并提示multiprocessing.pool.RemoteTraceback，我把源代码全部贴出来，请大家帮帮忙，谢谢！]]></title><link>https://blog.csdn.net/hpypython/article/details/107172354</link><guid>https://blog.csdn.net/hpypython/article/details/107172354</guid><author>hpypython</author><pubDate>Tue, 07 Jul 2020 03:06:21 +0800</pubDate><description><![CDATA[源代码：
import requests  # 爬取页面
import logging  # 输出信息
import re  # 正则表达式
import pymongo  # 存储数据
from pyquery import PyQuery as pq  # 直接解析网页
from urllib.parse import urljoin  # URL拼接
import multiprocessing

logging.basicConfig(level=logging.INFO,
            ]]></description><category></category></item></channel></rss>