电视《人力社保一周》节目发稿系统-搜狐博客
请稍候，正在下载...
提示：您需要开启Javascript
检测到您使用的浏览器不支持脚本语言(javascript)，或该功能已被禁用。
提供了一套非常强大的用户界面，可以让您很方便地制作出属于自己的个性主页。
如果您想体验这些新功能，需要开启浏览器的脚本(javascript)功能，然后。咨询热线：400-676-8333
手机找法网
您的当前位置：
借五万利息一分三一个月还多少钱
借五万利息一分三一个月还多少钱
甘肃 - 酒泉
你好，是年息还是月息
其他类似咨询
一半的钱支付给对方。详情来电咨询
保全费为1270元。申请人先垫付，由败诉方承担。
具体问社保局
咨询当地房管局
律师费还是诉讼费
可以咨询税务部门。
人身损害赔偿包括医疗费、误工费、护理费、交通费、住宿费、住院伙食补助费、必要的营养费，受害人因伤致残的还需要增加残疾赔偿金、残疾辅助器具费、被扶养人生活费，以及因康复护理、继续治疗实际发生的必要的康复费、护理费、后续治疗费精神抚慰金等。
你好，一方抚养孩子，一方支付抚养费。根据最高人民法院的意见，对于有固定收入的，抚育费一般可按其月总收入的百分之二十至三十的比例给付。　　
抚养费的计算。经法律程序夫妻离异，不与未成年或不能独力生活的子女一起生活的，应负担子女的抚养费。只有一个子女时抚养费按其总收入的30%给付，有多个子女时抚养费按其总收入的2
你好，一方抚养孩子，一方支付抚养费。根据最高人民法院的意见，对于有固定收入的，抚育费一般可按其月总收入的百分之二十至三十的比例给付。　　
抚养费的计算。经法律程序夫妻离异，不与未成年或不能独力生活的子女一起生活的，应负担子女的抚养费。只有一个子女时抚养费按其总收入的30%给付，有多个子女时抚养费按其总收入的20%给付。　
协商确定。
诉讼费全费为8060元，法院可能会先减半收费，这样诉讼费就是4030元；律师代理费按标准收为29000元。
更多类似咨询(7)
免费在线咨询
年累计为超过
用户提供了在线咨询服务
婚姻家庭咨询律师
最新法律咨询
来自中卫用户的咨询
来自太原用户的咨询
来自保定用户的咨询
来自贵阳用户的咨询
来自凉山用户的咨询
来自广州用户的咨询
来自芜湖用户的咨询
来自常州用户的咨询
来自南宁用户的咨询
来自昭通用户的咨询
来自南京用户的咨询
来自渭南用户的咨询
来自钦州用户的咨询
来自大连用户的咨询
来自深圳用户的咨询
来自玉溪用户的咨询
来自昭通用户的咨询
来自兰州用户的咨询
来自东莞用户的咨询
来自邯郸用户的咨询
来自昆明用户的咨询
来自保定用户的咨询
来自南京用户的咨询
来自新乡用户的咨询
来自廊坊用户的咨询
来自重庆重庆用户的咨询
来自昆明用户的咨询
来自长沙用户的咨询
来自塔城用户的咨询
来自宜春用户的咨询
来自四平用户的咨询&p&关于有人说炒单不能盈利的，那是你们不知道，不代表没有这种人&/p&&p&现在商品交易手续费高是一个客观事实，但并不代表就没有盈利的空间&/p&&p&李佛摩尔在成交一单要花三个点的成本做单的时候都能够赚钱&/p&&p&并且那只是在他入门时候的交易水平&/p&&p&首先我们来做一下客观的统计，不知道你们想做炒单的人是不是清楚的了解了每个品种的最小变动价位和交易所手续费&/p&&p&首先我想说的是你们在期货公司开户的时候就不是交易所的手续费&/p&&p&期货公司收取的手续费都是在交易所手续费的基础上加了点的&/p&&p&首先职业炒手有手续费返还，这个跟你的成交量有关，拿到的手续费返还是交易所手续费的一定百分比，我所见过返还最高的能达到70%&/p&&p&在去年这个时候手续费是很便宜的，螺纹钢一回合只要1块，PP只要3块&/p&&p&调高手续费是因为16年这波大行情造成的&/p&&p&也正是因为调整手续费，淘汰了一大批半吊子的炒手&/p&&p&然后我们就按照现在的交易所手续费来说&/p&&p&现在流动性比较好，变动一个价位能够覆盖手续费的品种举个例子：&/p&&p&螺纹钢、天然橡胶（1705合约的平今手续费调高了，其他合约是正常的）、pta等等&/p&&p&在此不一一列举，商品中可以炒单的品种少说也有十几个&/p&&p&炒单所要求的就是、成交量大、手续费便宜、流动性够好，没有空价位&/p&&p&满足这个条件的都可以炒&/p&&p&只要一跳可以覆盖手续费，你在盘口上挂进挂出就可以赚钱&/p&&p&如果嫌少的话，还是不要炒单了&/p&&p&另外，炒单有看盘口的（K线都不看），看tick图的，看1分钟K线的都有&/p&&p&但是看技术指标的绝对不是炒单，也绝对不知道什么是炒单&/p&&p&我也不知道我写的这些在知乎上面有多少人能看懂&/p&&p&我是一名在上期所附近做炒单的交易员，炒单跟搬砖没有任何区别&/p&&p&从本质上来讲跟其他的交易风格也没有区别&/p&&p&想做交易的人，你们只看见狼吃肉，有没有看过狼挨揍呢&/p&&p&——————————————19日更新————————————&/p&&p&首先一个基本问题，好像这里的朋友们都不知道炒单是要用快捷键的&/p&&p&上一代的炒手都是手打价格的，现在用快捷键下单的盘感都会差很多&/p&&p&对价格没有手打的那么敏感&/p&&p&用文华做交易的就不要说自己炒单了&/p&&p&现在国内主流都是ctp通道，常用的下单软件有快期、易盛，现在用快期的比较多&/p&&p&鼠标下单根本就没有炒单的速度&/p&&p&这些都是最基本的常识&/p&&p&我也不知道这个唯一有干货的答案会不会有人看&/p&&p&还有就是，练习炒单没有半年模拟盘经验不要上实盘&/p&&p&实盘最多做一手，这句应该是所有答案中最值钱的一句话&/p&&p&有时间我还会继续更，感兴趣的小伙伴可以留言&/p&&p&——————————————20日更新————————————&/p&&p&有很多小伙伴私信像我提问，还有回复里的问题，在这里统一解答一下&/p&&p&对于这种交易手法，没有明确的称呼，有叫炒单的，有叫人工高频的，也有叫日内短线的&/p&&p&说法不同，东西都差不多，有一点相同的是盘口信息在这里是很重要的&/p&&p&关于人才选拔上面的，会比较偏好电竞选手、军人、运动员一类的&/p&&p&要求是反应快、对数字敏感、纪律性好&/p&&p&仓位的话，一般来讲一直都是满仓，重仓博取小波动&/p&&p&如果遇到回撤，会适当降低仓位&/p&&p&资金容量上面要根据市场状况变化的&/p&&p&举个例子，橡胶的主力合约现在开100手是没有问题的&/p&&p&行情活跃的时候500手也可以做的&/p&&p&商品期货如果在成交量大的品种上定一个模糊的上限的话，1000w左右吧&/p&&p&但是你单量大了，在市场里频繁进出是会被人注意到的&/p&&p&关于滑点，如果技术到位的话，滑点就都是网速的关系了&/p&&p&所以做这种超短线的都是在交易所附近&/p&&p&最起码你在家做也不能用WiFi，起码插根网线，延迟就会减少很多&/p&&p&现在可以做的品种&/p&&p&上期所：沪锌、橡胶、沥青、螺纹、沪铜&/p&&p&大商所：豆粕、豆一、玉米&/p&&p&郑商所：白糖、郑棉、菜粕、PTA&/p&&p&上面没提到的品种不是不能做，而是我提到的这些品种身边都有人在炒&/p&&p&现在的手续费就是这个情况，以后可能会有变化&/p&&p&螺纹钢和天然橡胶主力合约平金手续费是提高的，次主力可以做，流动性也没问题&/p&&p&资金容量就是你们平时看盘口上有多少挂单，盘口上的挂单有多少手，取一个平均值&/p&&p&基本上你对着打多少手就没有问题，当然资金量大进场就要让一个价位&/p&&p&别考虑挂单的事情，流动性更加重要&/p&&p&但是没有经过专业训练的，绝对不要这么大的仓位打&/p&&p&市场上依然有一些人坚持手打价格，大多数人都是快捷键下单&/p&&p&我们交易能用得上的下单方式，我在这里也讲一下&/p&&p&买一价/排队价：买入操作就是排队在现有买一档的挂单后面&/p&&p&对手价：买入操作就是以卖一价报单&/p&&p&超一价：买入操作是买一档让出一个价位，例如现在rb1705买入3544，超一就是3545报单，你单子进去就变成了买一价&/p&&p&也可以超23456，想超几个价位都可以，自己在软件里设置&/p&&p&一般都是用小键盘比较多，也可以设置自己觉得舒服的键位&/p&&p&快捷键再加上撤单和一键清仓，基本上就可以交易了&/p&&p&——————————————20日更新————————————&/p&&p&关于盈利的可能性&/p&&p&手工炒单，人类的极限胜率很难超过75%（模糊值非精确值，个人混迹行业的经验）&/p&&p&一般的胜率在40%~75%左右的都有，另一个关键因素就是盈亏比&/p&&p&如果有达到80%或者90%胜率的，盈亏比一定是倒置的&/p&&p&这种超高胜率带来的一定是超大止损，可能盈利的单子只赚2点，亏损的单子要亏10点&/p&&p&但是这种胜率也并不代表不能盈利，最终的盈利模式是跟个人性格有关的&/p&&p&大多数炒单交易员都是一半左右胜率，尽量放大盈亏比&/p&&p&我们假设一个交易员有50%的胜率和3:2的盈亏比&/p&&p&那长期做下来每两笔交易是可以赚一个点&/p&&p&在这其中能够盈利的关键是1个点可以覆盖两笔交易的手续费&/p&&p&这样看来炒单的利润是非常微薄的，实际上也是这样&/p&&p&所以最终获利的关键因素就是仓位！日内短线的核心要素在于重仓&/p&&p&炒单交易员大多是账户能开到多少手就开多少手，用重仓抓取小波动&/p&&p&这种交易思维在做日内波段或者是隔夜的交易员的认知里是无法理解的&/p&&p&我所接触的波段交易员对我们这种做法也是嗤之以鼻&/p&&p&以上的举例并没有经过科学的统计，只是我混迹这个行业的经验&/p&&p&所提出的数据也只是便于理解，并不严谨，但是道理大概就是这样&/p&&p&做美股的小伙伴们应该可以理解&/p&&p&接下来是有些小伙伴私信问我的书单&/p&&p&关于超短线交易的书并不多，专门写国内炒单的更是没有&/p&&p&有两本类似的都是讲美股交易员的：《华尔街操盘手日记》、《超级短线客》&/p&&p&个人认为对我交易帮助最大的两本：《股票大作手回忆录》、《股票大作手操盘术》&/p&&p&对于交易心态有帮助的：《论语》、《孙子兵法》&/p&&p&暂时更新到这里，知识浅薄，如果有高手看到我答案中的不当之处请不吝赐教&/p&
关于有人说炒单不能盈利的，那是你们不知道，不代表没有这种人现在商品交易手续费高是一个客观事实，但并不代表就没有盈利的空间李佛摩尔在成交一单要花三个点的成本做单的时候都能够赚钱并且那只是在他入门时候的交易水平首先我们来做一下客观的统计，不知…
不知道为毛最近又多了好多赞，感谢大家！
还有……更多问地址的人。。
在下面啦！！！要看到啊！！！不要问啦！！！&/p&&p&另外更新了当时第12个——秀丽笔配图里的字帖，当时好几个人问来着，终于找到了
是&b&&u&卢中南毛笔小楷·唐诗三百首&/u&&/b&
网上有的卖，另外倾情奉送pdf扫描版：&a href=&//link.zhihu.com/?target=http%3A//vdisk.weibo.com/s/z5uzGLR1POvHL& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&唐诗三百首_卢中南&/a&&/p&&p& 补 网盘链接：&a href=&//link.zhihu.com/?target=http%3A//pan.baidu.com/s/1geYHlbP& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&pan.baidu.com/s/1geYHlb&/span&&span class=&invisible&&P&/span&&span class=&ellipsis&&&/span&&/a& 密码：d96d
------------------------------------------------------------------------------------------------
把下面提到的东西都放在一起做了一个豆列
&a href=&//link.zhihu.com/?target=http%3A//dongxi.douban.com/doulist/1832723/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&100元以下的高大上（豆瓣）&/a& &b&要链接的看上面↑↑↑↑↑↑↑↑↑↑&/b& &b&要链接的看上面↑↑↑↑↑↑↑↑↑↑&/b& &b&要链接的看上面↑↑↑↑↑↑↑↑↑↑&/b&
重要的事要说三遍。。。
方便大家去找自己想要的东西哦。
我顺便多加了一些类似的东西，大家随意~&/p&&p&&b&&u&申明：&/u&&/b&
下面标的价格可能和实际有差距，因为时间久了，店家价格有些浮动，
也有可能以前的店铺不卖了，我找了另外类似的代替。
所以提供的店家只是供大家参考，大家完全可以通过东西的关键字再自行搜索相同或类似的东西哦~~（如果有的地址失效也同样请大家搜关键字）&/p&&p&另外也不知道大家有没有用过豆列，点开你要的东西直接按“去购买”就到了东西链接了哦~~
祝大家愉快~~~~~&/p&&p&----------------------------------------------------------------------------------&/p&&p&1.水果工具套装
19.9&/p&&p&宜家或者淘宝都有，灰常好用，最爱挖球的那个，挖西瓜什么的很爽~中间那个去苹果核神速，最后那个是柠檬刨丝的&/p&&figure&&img src=&https://pic4.zhimg.com/22a28a08ae3481fee7d44b_b.jpg& data-rawwidth=&600& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic4.zhimg.com/22a28a08ae3481fee7d44b_r.jpg&&&/figure&&br&&p&2.好看的胶带纸
10元以内&/p&&p&有很多种很好看的胶带纸啊~~配一个好看的胶带座放在桌上美死了~&/p&&figure&&img src=&https://pic1.zhimg.com/167f0fe93be0e127db8e9d24b666e1a8_b.jpg& data-rawwidth=&600& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic1.zhimg.com/167f0fe93be0e127db8e9d24b666e1a8_r.jpg&&&/figure&&br&&p&3.纸模，3d贺卡
10元以内&/p&&p&自己动手diy一下，超美啊~~&/p&&figure&&img src=&https://pic2.zhimg.com/5b26f5443c2abb0e134f1a8b_b.jpg& data-rawwidth=&489& data-rawheight=&430& class=&origin_image zh-lightbox-thumb& width=&489& data-original=&https://pic2.zhimg.com/5b26f5443c2abb0e134f1a8b_r.jpg&&&/figure&&br&&br&&p&4.木质拼装小屋
100左右&/p&&p&各种中外建筑都有，可以搜一下，拼完有闲情逸致的还可以自己上个色&/p&&figure&&img src=&https://pic1.zhimg.com/cbc56b8f9edc807d2ef2dc8_b.jpg& data-rawwidth=&600& data-rawheight=&599& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic1.zhimg.com/cbc56b8f9edc807d2ef2dc8_r.jpg&&&/figure&&br&&p&5.别致的长尾夹
2元左右&/p&&p&现在有很多种别致的长尾夹，简单干净，拿来夹文件心情都好了~&/p&&figure&&img src=&https://pic4.zhimg.com/8955fcb66c48c93e86c0a_b.jpg& data-rawwidth=&600& data-rawheight=&320& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic4.zhimg.com/8955fcb66c48c93e86c0a_r.jpg&&&/figure&&figure&&img src=&https://pic3.zhimg.com/17daef7132_b.jpg& data-rawwidth=&474& data-rawheight=&474& class=&origin_image zh-lightbox-thumb& width=&474& data-original=&https://pic3.zhimg.com/17daef7132_r.jpg&&&/figure&&br&&br&&p&6. The 1000 Dot-to-Dot Book 点对点连线 名人肖像绘图本
46&/p&&p&很神奇的一本绘图本，有很多点组成，你要做的就是耐心把点连起来，完成一幅幅名人肖像&/p&&figure&&img src=&https://pic4.zhimg.com/dab676be6f7add7be997_b.jpg& data-rawwidth=&424& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&424& data-original=&https://pic4.zhimg.com/dab676be6f7add7be997_r.jpg&&&/figure&&br&&p&7.集线器
29&/p&&p&一款实用美貌的集线器绝对好看又有用~~&/p&&figure&&img src=&https://pic3.zhimg.com/a1c145bea09ec478eaf73ade_b.jpg& data-rawwidth=&600& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic3.zhimg.com/a1c145bea09ec478eaf73ade_r.jpg&&&/figure&&p&8.茶杯
79&/p&&p&现在好看的杯子很多啊，比如下面图是镂空陶瓷杯，超神奇的~（其实就是里层有透明涂料）&/p&&figure&&img src=&https://pic3.zhimg.com/f27d44bbc7b1b90523a96_b.jpg& data-rawwidth=&600& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic3.zhimg.com/f27d44bbc7b1b90523a96_r.jpg&&&/figure&&br&&br&&p&9.卡祖笛
65&/p&&p&很小只，没啥技巧，随便吹都能出声，通过人哼唱发生，吉他好伴侣~&/p&&p&&u&&b&（鉴于好多人吐槽声音奇怪，所以大家慎重啊。但真的吹得好也是蛮好的乐器啊，关键是简单。。。）&/b&&/u&&/p&&figure&&img src=&https://pic4.zhimg.com/a51a25e3d70d52bfad483_b.jpg& data-rawwidth=&500& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&https://pic4.zhimg.com/a51a25e3d70d52bfad483_r.jpg&&&/figure&&br&&p&10.领夹
80&/p&&p&白衬衫+领夹~美貌值↑&/p&&figure&&img src=&https://pic3.zhimg.com/d8ab81985dcd569bebe22_b.jpg& data-rawwidth=&600& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic3.zhimg.com/d8ab81985dcd569bebe22_r.jpg&&&/figure&&br&&p&11.秀丽笔，书法笔
5-15左右&/p&&p&软笔头类似毛笔质感，适合签字之类的，很好写。很多牌子、大小可选，但不太推荐斑马的，性价比太低&u&&b&（后来看到有人质疑，觉得斑马超级好用。。。好吧，见仁见智吧，我觉得斑马写起来没有毛笔的感觉。。。个人比较喜欢白金的，雄狮的也不错~）&/b&&/u&白金还有种真的是仿毛笔的，笔头都是软毛，蛮好用的，而且颜色很多。&/p&&figure&&img src=&https://pic4.zhimg.com/affe890f8b_b.jpg& data-rawwidth=&599& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&599& data-original=&https://pic4.zhimg.com/affe890f8b_r.jpg&&&/figure&&br&&p&&b&（160701 补充 ↑↑↑字帖）&/b&&/p&&p&之前有人问过上面的字帖是什么，当时找了半天没找到，最近发现了，所以贴上来~~&/p&&p&&b&&u&卢中南毛笔小楷·唐诗三百首&/u&&/b&&/p&&p&网上有的卖，另外倾情奉送pdf扫描版：&a href=&//link.zhihu.com/?target=http%3A//vdisk.weibo.com/s/z5uzGLR1POvHL& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&唐诗三百首_卢中南&/a&&/p&&p& 补 网盘链接：&a href=&//link.zhihu.com/?target=http%3A//pan.baidu.com/s/1geYHlbP& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&pan.baidu.com/s/1geYHlb&/span&&span class=&invisible&&P&/span&&span class=&ellipsis&&&/span&&/a& 密码：d96d&/p&&p&截图如下&/p&&figure&&img src=&https://pic2.zhimg.com/48aed803afbdbadff2df0cbf38d91371_b.png& data-rawwidth=&576& data-rawheight=&556& class=&origin_image zh-lightbox-thumb& width=&576& data-original=&https://pic2.zhimg.com/48aed803afbdbadff2df0cbf38d91371_r.png&&&/figure&&br&&br&&p&12.人体模型
65&/p&&p&geek的感觉就上来了~~也可以弄个脱氧核糖核酸模型什么的，嘿嘿~&/p&&figure&&img src=&https://pic2.zhimg.com/d142b58ee65_b.jpg& data-rawwidth=&400& data-rawheight=&600& class=&content_image& width=&400&&&/figure&&br&&p&13.留言夹
6.5&/p&&p&复古的留言夹~~放在家里、办公室都心情舒畅&/p&&figure&&img src=&https://pic2.zhimg.com/687c6e43f1fbff2a0cc891_b.jpg& data-rawwidth=&399& data-rawheight=&600& class=&content_image& width=&399&&&/figure&&br&&p&14.铅活字定制
1元/个&/p&&p&简直文艺到一种境界~我也想来一套，比如弄套古诗什么的，字数也不会太多是吧~&/p&&figure&&img src=&https://pic3.zhimg.com/8c4ba5a42a_b.jpg& data-rawwidth=&222& data-rawheight=&192& class=&content_image& width=&222&&&/figure&&br&&br&&p&15.印一本自己的书
我就不放图了，想印成什么样就印成什么样，印自己的文字也好，自己整理的文集也好，还可以印家谱，哈哈~&/p&&p&-----------------------------------------------------------------------------&/p&&p&更新&/p&&p&16.隐形墨水
99&/p&&p&黑暗中可以看见字的墨水，好神奇！！&/p&&figure&&img src=&https://pic4.zhimg.com/6af6d5ea54b85bcaf2a5ba62c110e4f7_b.jpg& data-rawwidth=&310& data-rawheight=&310& class=&content_image& width=&310&&&/figure&&br&&p&17.星球棒棒糖
30左右，单只&/p&&p&一套太贵，买几只吧，不要吃，放着，哈哈~~~&/p&&figure&&img src=&https://pic1.zhimg.com/4fd146eeaccbc_b.jpg& data-rawwidth=&600& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic1.zhimg.com/4fd146eeaccbc_r.jpg&&&/figure&&figure&&img src=&https://pic3.zhimg.com/822afa2c985aec1a1482_b.jpg& data-rawwidth=&310& data-rawheight=&310& class=&content_image& width=&310&&&/figure&&p&还有这种~~&/p&&p&18.复古的八音盒
100左右&/p&&p&超美超复古~~&/p&&figure&&img src=&https://pic1.zhimg.com/f5b37dc4faa4_b.jpg& data-rawwidth=&600& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic1.zhimg.com/f5b37dc4faa4_r.jpg&&&/figure&&br&&br&&p&19.纸吸管
10元/25支&/p&&p&各种颜色，派对必备~~&/p&&figure&&img src=&https://pic1.zhimg.com/9f33cffe346f9d062ad8_b.jpg& data-rawwidth=&346& data-rawheight=&519& class=&content_image& width=&346&&&/figure&&figure&&img src=&https://pic3.zhimg.com/19c0ed2a6bcad09edffdbbcd5683ae02_b.jpg& data-rawwidth=&300& data-rawheight=&300& class=&content_image& width=&300&&&/figure&&br&&p&20.太阳能户外灯
59&/p&&p&好美，纯装饰也无所谓~&/p&&figure&&img src=&https://pic2.zhimg.com/eb48d5b3b33acbb38866f1_b.jpg& data-rawwidth=&598& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&598& data-original=&https://pic2.zhimg.com/eb48d5b3b33acbb38866f1_r.jpg&&&/figure&&br&&br&&p&21.铁艺门铃
70&/p&&p&类似的造型，还有时钟，都挺欧式复古的，放在家里很漂亮&/p&&figure&&img src=&https://pic1.zhimg.com/ab1c4ae8f1cc04e05ca0b8d108f57230_b.jpg& data-rawwidth=&560& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&560& data-original=&https://pic1.zhimg.com/ab1c4ae8f1cc04e05ca0b8d108f57230_r.jpg&&&/figure&&br&&p&22.各种衣挂
60左右&/p&&p&有很多别具一格的款，都是又实用又好看的~&/p&&figure&&img src=&https://pic1.zhimg.com/af0e898f3d484de2acfbdb0106dfe2b4_b.jpg& data-rawwidth=&450& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&450& data-original=&https://pic1.zhimg.com/af0e898f3d484de2acfbdb0106dfe2b4_r.jpg&&&/figure&&br&&br&&p&----更新————————————————————————-----------------------&/p&&p&23.奥斯卡小金人
58&/p&&p&只要58，小金人搬回家~~~嘿嘿&/p&&figure&&img src=&https://pic1.zhimg.com/bcacb68dcb966cc7b70ab0_b.jpg& data-rawwidth=&597& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&597& data-original=&https://pic1.zhimg.com/bcacb68dcb966cc7b70ab0_r.jpg&&&/figure&&br&&p&24.民国办公桌灯
76&/p&&p&我一直觉得这个灯超好看啊！！&/p&&figure&&img src=&https://pic3.zhimg.com/ea0e1cf03c3a_b.jpg& data-rawwidth=&383& data-rawheight=&494& class=&content_image& width=&383&&&/figure&&br&&p&25.别致的水果叉
&/p&&p&各种各样有很多选择，价格也有高有低，不过一般不超过100&/p&&figure&&img src=&https://pic4.zhimg.com/cfe6ebf2eb7_b.jpg& data-rawwidth=&300& data-rawheight=&300& class=&content_image& width=&300&&&/figure&&figure&&img src=&https://pic1.zhimg.com/b7c916bf2a00ccb84bb9c_b.jpg& data-rawwidth=&228& data-rawheight=&300& class=&content_image& width=&228&&&/figure&&br&&p&26.发烧级钢笔墨水
20+&/p&&p&颜色都很美，用来写字简直是享受啊！！！&/p&&figure&&img src=&https://pic3.zhimg.com/178b650d7cdabfa11594ccd_b.jpg& data-rawwidth=&600& data-rawheight=&599& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic3.zhimg.com/178b650d7cdabfa11594ccd_r.jpg&&&/figure&&br&&p&27.寿司机
12&/p&&p&究竟是谁发明出的，快懒死了。。。&/p&&figure&&img src=&https://pic2.zhimg.com/c7b78d471f795ebf3c212afcb1048f6d_b.jpg& data-rawwidth=&305& data-rawheight=&301& class=&content_image& width=&305&&&/figure&&br&&p&28.印章
50左右&/p&&p&这个和前面的铅字差不多，不过质感绝对不一样啊，买块自己喜欢的石头或者木头刻名字吧！！&/p&&figure&&img src=&https://pic3.zhimg.com/3ee3deb242_b.jpg& data-rawwidth=&600& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic3.zhimg.com/3ee3deb242_r.jpg&&&/figure&&br&&p&29.冰淇淋机、棉花糖机、糖果机
100以下&/p&&p&这算是一个系列吧，买全了家里就是游乐场小卖部啊。。。还有酸奶机什么的，我就不放图了。。&/p&&figure&&img src=&https://pic3.zhimg.com/0a6c98d0b66e0dd6aa6f7a_b.jpg& data-rawwidth=&600& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic3.zhimg.com/0a6c98d0b66e0dd6aa6f7a_r.jpg&&&/figure&&br&&figure&&img src=&https://pic4.zhimg.com/f55aeabf5bc3aae8f77a594b_b.jpg& data-rawwidth=&310& data-rawheight=&310& class=&content_image& width=&310&&&/figure&&figure&&img src=&https://pic1.zhimg.com/c6f92fc0a6acd3ad66d680e256e1a558_b.jpg& data-rawwidth=&350& data-rawheight=&350& class=&content_image& width=&350&&&/figure&&br&&br&&br&&p&-----6.23.-更新---------------------------------------------------------------------------------------------&/p&&p&30.书立
47&/p&&p&书立实在是很有用啊~~~~中间夹一些名著神马的真的很高大上，&/p&&p&当然，注意挑一些别致的！&/p&&figure&&img src=&https://pic1.zhimg.com/8ba10a89a2e1a26e1d2eb_b.jpg& data-rawwidth=&400& data-rawheight=&400& class=&content_image& width=&400&&&/figure&&br&&figure&&img src=&https://pic1.zhimg.com/6478bfecaff9dad_b.jpg& data-rawwidth=&430& data-rawheight=&429& class=&origin_image zh-lightbox-thumb& width=&430& data-original=&https://pic1.zhimg.com/6478bfecaff9dad_r.jpg&&&/figure&&br&&p&（这一款好看不贵啦~基本在10元左右)&/p&&p&31.回形针
6.8/12枚&/p&&p&这款樱花的回形针应该还蛮有名的，很嫩很美~~&/p&&p&当然各式各样的回形针很多的啦&/p&&figure&&img src=&https://pic1.zhimg.com/f15f7af105b13c51efe7bc_b.jpg& data-rawwidth=&430& data-rawheight=&430& class=&origin_image zh-lightbox-thumb& width=&430& data-original=&https://pic1.zhimg.com/f15f7af105b13c51efe7bc_r.jpg&&&/figure&&br&&p&32.仿古锁&/p&&p&超爱这个~~图案也有很多的。钥匙也很别致，基本都是装饰为主啦。哦，还有带密码的&/p&&figure&&img src=&https://pic2.zhimg.com/c1dd891df6421ac90def401d846fdb7d_b.jpg& data-rawwidth=&750& data-rawheight=&471& class=&origin_image zh-lightbox-thumb& width=&750& data-original=&https://pic2.zhimg.com/c1dd891df6421ac90def401d846fdb7d_r.jpg&&&/figure&&br&&br&&p&33.镇纸
98&/p&&p&我觉得黄铜的质感比较好，苗银的也很多，价格会便宜不少&/p&&figure&&img src=&https://pic1.zhimg.com/05bb3df5945d0_b.jpg& data-rawwidth=&400& data-rawheight=&400& class=&content_image& width=&400&&&/figure&&br&&br&&p&34.花边修正带
10.8&/p&&p&装饰用，好看~~~&/p&&figure&&img src=&https://pic4.zhimg.com/cc8d87a1be47_b.jpg& data-rawwidth=&611& data-rawheight=&613& class=&origin_image zh-lightbox-thumb& width=&611& data-original=&https://pic4.zhimg.com/cc8d87a1be47_r.jpg&&&/figure&&br&&p&35.伸缩网线
3.5左右&/p&&p&能伸缩简直好用到不行~~性能方面的话，也有20rmb左右的，会好一点&/p&&figure&&img src=&https://pic4.zhimg.com/33a9e6a6c59fe82dce0e393_b.jpg& data-rawwidth=&300& data-rawheight=&300& class=&content_image& width=&300&&&/figure&&br&&p&------更新--------------------------------------------------------------------------&/p&&p&36.音乐台灯
58&/p&&p&可充电USB节能灯，触摸式开关，还是迷你音箱，外接音源就可以了~~关键还很好看&/p&&figure&&img src=&https://pic4.zhimg.com/ab8c889d6ed1ba7f608f_b.jpg& data-rawwidth=&300& data-rawheight=&300& class=&content_image& width=&300&&&/figure&&br&&br&&p&37.无印良品手动式便携碎纸机
56&/p&&p&其实用来碎快递单什么的话，直接撕一撕还比较快。。。&/p&&p&但主要是这东西价格不贵，逼格也很高的感觉，平时用来裁纸条倒是不错，哈哈哈~&/p&&figure&&img src=&https://pic4.zhimg.com/03bc70e0cecc8e5ec5543_b.jpg& data-rawwidth=&298& data-rawheight=&300& class=&content_image& width=&298&&&/figure&&br&&br&&p&38.笔式圆筒便携订书机
63&/p&&p&可以放进文具盒里~~~造型别致又方便快捷！！&/p&&figure&&img src=&https://pic3.zhimg.com/77025aad2f366a88f1aba9e42d48076a_b.jpg& data-rawwidth=&730& data-rawheight=&526& class=&origin_image zh-lightbox-thumb& width=&730& data-original=&https://pic3.zhimg.com/77025aad2f366a88f1aba9e42d48076a_r.jpg&&&/figure&&br&&p&39.无印良品圆角切割机
55&/p&&p&一直在烦恼剪圆角这种事，这个真的是神器啊~~~照片卡片什么的都可以切割啦~&/p&&figure&&img src=&https://pic2.zhimg.com/a71c342e223ed_b.jpg& data-rawwidth=&527& data-rawheight=&561& class=&origin_image zh-lightbox-thumb& width=&527& data-original=&https://pic2.zhimg.com/a71c342e223ed_r.jpg&&&/figure&&br&&p&40.笔形剪刀
46&/p&&p&致力于将一切文具工具全装进笔盒里！！！&/p&&figure&&img src=&https://pic4.zhimg.com/b57adc618fb1aee027fdf754ada6ef6b_b.jpg& data-rawwidth=&300& data-rawheight=&300& class=&content_image& width=&300&&&/figure&&br&&br&&p&41.LED随心贴橱柜灯
25&/p&&p&里面放电池的，贴在衣橱或者厨房柜子里都是不错的选择，&/p&&p&好像还有很多不同式样的，下面这个比较简洁，大家可以自己去搜一搜其他的~&/p&&figure&&img src=&https://pic1.zhimg.com/bf9599dfec2da38d1ec53a7c_b.jpg& data-rawwidth=&300& data-rawheight=&300& class=&content_image& width=&300&&&/figure&&br&&br&&p&42.自制冰沙杯
35&/p&&p&这个就是图新鲜而已，就是一个冰杯自带搅拌棒，随便用用还是挺有意思的&/p&&figure&&img src=&https://pic2.zhimg.com/dfe0a1fcdf7da1_b.jpg& data-rawwidth=&300& data-rawheight=&287& class=&content_image& width=&300&&&/figure&&br&&br&&p&43.餐具
100左右&/p&&p&餐具这种东西其实和前面杯子一样，每天都要用的，别致的东西用起来心情都会变好对吧~&/p&&p&不过确实略贵，单只价百元左右，我看有人说每个月省钱买一只，哈哈，好像靠谱~&/p&&figure&&img src=&https://pic3.zhimg.com/e9d2bf0a548e835dd0842_b.jpg& data-rawwidth=&300& data-rawheight=&212& class=&content_image& width=&300&&&/figure&&figure&&img src=&https://pic4.zhimg.com/c83bffa78af36809bd55cbee1c4e55e3_b.jpg& data-rawwidth=&300& data-rawheight=&200& class=&content_image& width=&300&&&/figure&&br&&br&&p&44.3D立体拼图金属模型
36&/p&&p&这种拼图也很不错~~&/p&&figure&&img src=&https://pic1.zhimg.com/9f0fb853e6f_b.jpg& data-rawwidth=&750& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&750& data-original=&https://pic1.zhimg.com/9f0fb853e6f_r.jpg&&&/figure&&br&&br&&p&45.香插
50左右&/p&&p&买一些线香，一个好看的香插，点起来，整个人都宁静了~~&/p&&figure&&img src=&https://pic4.zhimg.com/965bc5dc4badf_b.jpg& data-rawwidth=&300& data-rawheight=&300& class=&content_image& width=&300&&&/figure&&figure&&img src=&https://pic4.zhimg.com/f476a2dec5ef_b.jpg& data-rawwidth=&300& data-rawheight=&300& class=&content_image& width=&300&&&/figure&&br&&br&&br&&br&&p&----------番外---------------------------------------------------------------------------------------------------------&/p&&p&&b&番外1.篆刻&/b&&/p&&p&既然前面推荐了铅印，木质印章什么的，我觉得应该再和大家分享一下自己刻印章~~&/p&&p&因为自己刻印章真的感觉超级高大上的诶~~&/p&&p&而且也算符合主题，买点工具用不到100哒~~~还能买块自己喜欢的石头~~&/p&&p&以前有个学长的项链就是一块小小的自己刻字的石头~感觉很好的样子，特别羡慕。。&/p&&p&可惜我技术渣啊。。。。&/p&&p&我是刻章菜鸟，所以就给大家简略讲讲，大家可以再找一些详细的教程。&/p&&p&首先准备材料：&/p&&p&1.石头，买两块普通的青田石，就是一般练习的就好，很便宜的&/p&&p&下面是我自己用的，其实也很好看是吧~&/p&&figure&&img src=&https://pic2.zhimg.com/8532dafbf48b505cae4f189_b.jpg& data-rawwidth=&394& data-rawheight=&221& class=&content_image& width=&394&&&/figure&&br&&p&2.刻刀&/p&&figure&&img src=&https://pic2.zhimg.com/8b8b894870ddf75c5edf89_b.jpg& data-rawwidth=&394& data-rawheight=&221& class=&content_image& width=&394&&&/figure&&br&&br&&p&3.砂皮纸，可以买稍微细一点的，用来磨石头，每次刻完字，可以磨平，下次接着刻
4.印谱，买也成，自己在网上下载打印也行
5.硫酸纸或者连史纸，用来转印。先用它描印谱（用铅笔或者毛笔），然后翻过来（千万别刻正的字，一定要翻过来啊，这样印出来才是正的），对照描在石头上。我有的时候把描过的那一面蒙在石头刻面上压紧，让铅笔石墨印到石头上，这样就可以根据印子来刻字~~~不过印子比较浅。水印法比较复杂，我没用过，大家可以参照别的资料看看。
（以上是必需材料，印床什么的反正我没用过）&/p&&p&知乎上相关问答好像比较少，可以看看这个：&a href=&http://www.zhihu.com/question/& class=&internal&&如何入门篆刻？&/a&
给大家来一个图文教程：&a href=&//link.zhihu.com/?target=http%3A//www.360doc.com/content/13/25.shtml& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&篆刻入门详解【图文】&/a&
还有一个相册，内容差不多：&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/photos/album//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&原习习的相册-简易篆刻教程&/a&
刻法什么的，网上有视频可以看看~
也贴一个图文教程：&a href=&//link.zhihu.com/?target=http%3A//tieba.baidu.com/p/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&篆刻基本刀法(图文)_篆刻吧&/a&
最后来一个相册欣赏：&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/photos/album//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&傅朝阳的相册-朝阳橅古&/a&
另外推荐去篆刻贴吧去看看&/p&&p&贴两个我初学时第一次刻的印章，给大家增添自信心~~&/p&&figure&&img src=&https://pic2.zhimg.com/3b08a98a76e94db6dee5_b.jpg& data-rawwidth=&394& data-rawheight=&477& class=&content_image& width=&394&&&/figure&&br&&br&&figure&&img src=&https://pic2.zhimg.com/d9c853e0d8deb2b9c24a385ff61c2989_b.jpg& data-rawwidth=&394& data-rawheight=&409& class=&content_image& width=&394&&&/figure&&br&&p&千万不要笑我！！！虽然刻的比较烂，但好歹是字对吧~~~
大家刚开始一定能刻的比我好~~~&/p&&p&我就是刻着玩儿的，也就是入门水平，因为觉得有意思和大家聊聊，说的有错误什么的还请指正~~~
另外我挺喜欢买石头，买几十块的就挺好看，
特别喜欢冻石，摸上去质感也很好，颜色很像玉~~
我们这儿有一家卖文房四宝的店，里面就卖石头，我一般都在那儿买，可以慢慢挑，
大家可以去这种店看看应该会有篆刻材料，当然在网上买也可以。&/p&&br&&p&再补一个番外-------------------------------------------------------&/p&&p&&b&番外2.口金包&/b&&/p&&p&就是这样的包包：&/p&&figure&&img src=&https://pic3.zhimg.com/cf8d12c23e20085ffecbaf6_b.jpg& data-rawwidth=&800& data-rawheight=&533& class=&origin_image zh-lightbox-thumb& width=&800& data-original=&https://pic3.zhimg.com/cf8d12c23e20085ffecbaf6_r.jpg&&&/figure&&figure&&img src=&https://pic1.zhimg.com/e7a0f3afc6da4a3387ca4_b.jpg& data-rawwidth=&310& data-rawheight=&310& class=&content_image& width=&310&&&/figure&&br&&p&商场里买一个还不便宜，自己买材料做的话，不贵哒，100块可以做好多个了~~~&/p&&p&主要材料：布（包括里布、外布）、铺棉（熨在里布内侧，使包包更挺括）、口金（就是上面那个金属的包口）、针线、熨斗&/p&&p&制作也超级简单，按照图纸剪好布和铺棉，把铺棉熨到里布上，缝合里布和外布，最后缝口金就ok了~~~&/p&&p&一般口金分为方形口金、半圆口金和弧形口金，尺寸从5cm到25cm不等，可以做小零钱包，也可以做小挎包~~~一般口金包图纸分为一片式、两片式、三片式和四片式，其实都差不多。&/p&&p&以8.5cm半圆口金三片式为例：&/p&&figure&&img src=&https://pic2.zhimg.com/e617c517ecfa46a2f092b29_b.jpg& data-rawwidth=&530& data-rawheight=&750& class=&origin_image zh-lightbox-thumb& width=&530& data-original=&https://pic2.zhimg.com/e617c517ecfa46a2f092b29_r.jpg&&&/figure&&br&&p&按上方版型A虚线框剪两块里布，两块外布，再按照版型A内侧实线框剪两块铺棉。&/p&&p&按照下方版型B（注意图片中的版型B是对折后的形状，实际应该是两头尖的锥形）外侧框剪一块外布，一块里布，内侧框剪一块铺棉。&/p&&p&注意铺棉要比布小一些，这样缝的时候才好缝。&/p&&p&之后将铺棉用熨斗熨在外布的背面。（铺棉有一面有胶水，受热之后会融化）&/p&&figure&&img src=&https://pic3.zhimg.com/bf3a5dfad392_b.jpg& data-rawwidth=&700& data-rawheight=&1000& class=&origin_image zh-lightbox-thumb& width=&700& data-original=&https://pic3.zhimg.com/bf3a5dfad392_r.jpg&&&/figure&&br&&p&之后把外布和里布缝到一起&/p&&p&最后把口金缝上去就大功告成了~~~（口金上有一圈小孔，就从那里把针线穿过去缝好）&/p&&figure&&img src=&https://pic2.zhimg.com/e7c93d1dda77ae9bb6381d_b.jpg& data-rawwidth=&701& data-rawheight=&1000& class=&origin_image zh-lightbox-thumb& width=&701& data-original=&https://pic2.zhimg.com/e7c93d1dda77ae9bb6381d_r.jpg&&&/figure&&br&&figure&&img src=&https://pic3.zhimg.com/c80fb06d966163ccecc80fe_b.jpg& data-rawwidth=&700& data-rawheight=&1000& class=&origin_image zh-lightbox-thumb& width=&700& data-original=&https://pic3.zhimg.com/c80fb06d966163ccecc80fe_r.jpg&&&/figure&&br&&p&下面是自己做的口金包~~（都是做的入门级的简单的。。。本人手工比较渣。。。）&/p&&figure&&img src=&https://pic2.zhimg.com/87e92e18ba6c2a349fa4b8edf98b8e59_b.jpg& data-rawwidth=&405& data-rawheight=&333& class=&content_image& width=&405&&&/figure&&p&这个是15cm方形一片式~~&/p&&figure&&img src=&https://pic4.zhimg.com/8af21ab59424fcf77ccb67_b.jpg& data-rawwidth=&440& data-rawheight=&353& class=&origin_image zh-lightbox-thumb& width=&440& data-original=&https://pic4.zhimg.com/8af21ab59424fcf77ccb67_r.jpg&&&/figure&&br&&p&一个是8.5cm半圆三片式，一个是12cm方形三片式&/p&&p&有兴趣的可以看看《kelly的私房口金包》这本书，网上可以自己下载~~~详细步骤都有
材料网购，好多好看的布啊~~~
对了，&b&尽量挑送图纸的店&/b&，自己画图纸太烦了。。。
网上有卖材料包的，我觉得还是自己挑布好，又划算又合心意。
上面都是基础口金，之后还可以进阶研究M型口金、手挽口金、L型口金等等~~~&/p&&p&ps：上面的口金包来自我的另一个答案，有兴趣可以去看一下：
链接：&a href=&https://www.zhihu.com/question//answer/& class=&internal&&有哪些看起来很酷炫的技能其实并不难学会？ - 酒衣的回答&/a&&/p&&p&-----------------------------------------------------------------------------------------------------------
&b&&u&评论里要链接的我真是心累，明明在最前面有一个总链接了。。。&/u&&/b& &b&&u&再说手动关键字搜索一下也可以啊&/u&&/b& &b&&u&评论里要链接的一概不回答了&/u&&/b& &b&&u&再贴一遍链接&/u&&/b&&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//dongxi.douban.com/doulist/1832723/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&100元以下的高大上（豆瓣）&/a& &b&要链接的看上面↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑&/b& &b&要链接的看上面↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑&/b& &b&要链接的看上面↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑&/b&&/p&&p&重要的事要说三遍。。。&/p&&p&-----------------------------------------------------------------------------------------------------------&/p&&p&作为知乎新人，赞同过1000都要泪流了~~挥挥小手绢~~~&/p&&p&感谢大家！！！！&/p&
不知道为毛最近又多了好多赞，感谢大家！
还有……更多问地址的人。。
在下面啦！！！要看到啊！！！不要问啦！！！另外更新了当时第12个——秀丽笔配图里的字帖，当时好几个人问来着，终于找到了
是卢中南毛笔小楷·唐诗三百首
网上有的卖，另外…
&p&用Python写的第一个程序，是爬取糗事百科上的图片、自动下载到本地、自动分成文件夹保存，当时就觉得，卧糟，太NB了~&/p&&p&第二个程序，当然还是图片爬虫，不过这次，嘿嘿，是妹纸图，你懂得~&/p&&p&然后还跟着别人的代码或教程或者自己写过：&/p&&p&12306火车票查询工具、携程机票查询；&/p&&p&爬取美团电影、豆瓣电影用户评论；&/p&&p&简单的美团餐厅爬虫及根据地理坐标制作简单热力图；&/p&&p&智联招聘爬虫，支持输入查询的职位关键词+城市。并将爬取到的数据分别用Exce和Python（matplotlib）做了数据分析及可视化；&/p&&p&&b&经常用到在线翻译，于是利用Python Gui库（&/b&Tkinter&b&）&/b&做了简单的桌面翻译查询软件；&/p&&p&尝试爬取京东热卖、淘宝淘抢购（还是聚划算）的商品信息，没想到还挺简单的，主要是没做什么防爬虫措施。。。；&/p&&p&利用Python+Selenium+Phantomjs做了一个模拟搜索浏览淘宝商品的程序，可以记录你设定的关键词下，淘宝搜索到的前100页商品信息、信息存到本地mysql或mongoDB。&/p&&p&Python+Scrapy爬取知乎用户关系链~;&/p&&p&用Python玩微信跳一跳，跳了2500+;&/p&&p&还有很多想学的：爬虫Scrapy框架，机器学习Tensorflow、图像识别。。。。&/p&&hr&&p&过大年之际，用Python的itchat库集成了自己的几个查询系爬虫（查天气查火车查携程机票查快递）做到了微信自动回复的功能！亲朋好友发来的祝福可以自动回复了，避免了尴尬！O(∩_∩)O哈哈~还能查天气查火车查携程机票查快递，对，很好玩很实用~&/p&&p&（日更新）&/p&&hr&&p&以下两个小项目，都比较适合练手。&/p&&p&第一个是命令行携程机票查询，模仿的是12306火车票查询器做的；&/p&&p&第二个是一个智联招聘的爬虫，包括后面数据处理、分析以及用matplotlib进行了可视化。&/p&&p&代码都有，欢迎拿去~&/p&&hr&&a href=&https://zhuanlan.zhihu.com/p/& data-draft-node=&block& data-draft-type=&link-card& data-image=&https://pic3.zhimg.com/v2-b8fd8a32f0dfab58b37e386_180x120.jpg& data-image-width=&872& data-image-height=&604& class=&internal&&Lyon：用Python实现—携程机票查询&/a&&p&以前参考别人的代码，用Python做了一个12306命令行式的火车票查询工具，感觉还挺有意思的！于是自己又做了一个类似的——携程机票查询器。&/p&&p&携程官网查询的效果是这样的：&/p&&figure&&img src=&https://pic1.zhimg.com/v2-89f157c0a8bd7d891fa44_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1190& data-rawheight=&874& class=&origin_image zh-lightbox-thumb& width=&1190& data-original=&https://pic1.zhimg.com/v2-89f157c0a8bd7d891fa44_r.jpg&&&/figure&&p&Python命令行界面查询的效果是这样的：&/p&&figure&&img src=&https://pic3.zhimg.com/v2-b8fd8a32f0dfab58b37e386_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&872& data-rawheight=&604& class=&origin_image zh-lightbox-thumb& width=&872& data-original=&https://pic3.zhimg.com/v2-b8fd8a32f0dfab58b37e386_r.jpg&&&/figure&&p&输入出发地、目的地、乘机日期，即可看到可选的航班、机场、出发到达时间、票价等信息。&/p&&p&视频演示效果如下：&/p&&a class=&video-box& href=&//link.zhihu.com/?target=https%3A//www.zhihu.com/video/621056& target=&_blank& data-video-id=&& data-video-playable=&true& data-name=&& data-poster=&https://pic2.zhimg.com/80/v2-029a73d6a55f5a1c9ed8d56c1c84f71d_b.jpg& data-lens-id=&621056&&
&img class=&thumbnail& src=&https://pic2.zhimg.com/80/v2-029a73d6a55f5a1c9ed8d56c1c84f71d_b.jpg&&&span class=&content&&
&span class=&title&&&span class=&z-ico-extern-gray&&&/span&&span class=&z-ico-extern-blue&&&/span&&/span&
&span class=&url&&&span class=&z-ico-video&&&/span&https://www.zhihu.com/video/621056&/span&
&/a&&p&程序的源码如下：&/p&&p&1.air_stations.py&/p&&p&2.airline_ticket.py&/p&&div class=&highlight&&&pre&&code class=&language-text&&#1.air_stations.py
import json
import requests
from pprint import pprint
url = 'http://webresource.c-ctrip.com/code/cquery/resource/address/flight/flight_new_poi_gb2312.js?CR__00_00_00'
response = requests.get(url,verify=False)
station = re.findall(u'([\u4e00-\u9fa5]+)\(([A-Z]+)\)', response.text)
stations = dict(station)
pprint(stations,indent = 4)
&/code&&/pre&&/div&&p&&br&&/p&&div class=&highlight&&&pre&&code class=&language-text&&2.airline_ticket.py
#此程序可用于查询携程机票，查询需要指定出发日期、出发城市、目的城市！（模仿了上一个12306火车订票查询程序）
import requests,json,os
from docopt import docopt
from prettytable import PrettyTable
from colorama import init,Fore
from air_stations import stations
fromCity = input(f&{'Please input the city you want leave :'}&)
toCity = input(f&{'Please input the city you will arrive :'}&)
tripDate = input(f&{'Please input the date(Example:) :'}&)
class TrainsCollection:
header = '航空公司 航班 机场 时间 机票价格 机场建设费'.split()
def __init__(self,airline_tickets):
self.airline_tickets = airline_tickets
def plains(self):
#航空公司的总表没有找到，但是常见航空公司也不是很多就暂时用这个dict{air_company}来收集！
#如果strs没有查询成功，则会返回一个KeyError，表示此dict中未找到目标航空公司，则会用其英文代码显示！
air_company = {&G5&:&华夏航空&,&9C&:&春秋航空&,&MU&:&东方航空&,&NS&:&河北航空&,&HU&:&海南航空&,&HO&:&吉祥航空&,&CZ&:&南方航空&,&FM&:&上海航空&,&ZH&:&深圳航空&,&MF&:&厦门航空&,&CA&:&中国国航&,&KN&:&中国联航&}
for item in self.airline_tickets:
strs = air_company[item['alc']]
except KeyError:
strs = item['alc']
airline_data = [
Fore.BLUE + strs + Fore.RESET,
Fore.BLUE + item['fn'] + Fore.RESET,
'\n'.join([Fore.YELLOW + item['dpbn'] + Fore.RESET,
Fore.CYAN + item['apbn'] + Fore.RESET]),
'\n'.join([Fore.YELLOW + item['dt'] + Fore.RESET,
Fore.CYAN + item['at'] + Fore.RESET]),
item['lp'],
item['tax'],
yield airline_data
def pretty_print(self):
#PrettyTable（）用于在屏幕上将查询到的航班信息表逐行打印到终端
pt = PrettyTable()
pt._set_field_names(self.header)
for airline_data in self.plains:
pt.add_row(airline_data)
def doit():
headers = {
&Cookie&:&__utma=1.; __utmz=1..1.1.utmcsr=baidu|utmccn=(organic)|utmcmd= StartCity_Pkg=PkgStartCity=2; _abtest_userid=b2d8ec09--8c56-e5955eaebf55; adscityen=S DomesticUserHostCity=SHA|%c9%cf%ba%a3; appFloatCnt=3; manualclose=1; _gat=1; Union=SID=155952&AllianceID=4897&OUID=baidu81|index|||; Session=SmartLinkCode=U155952&SmartLinkKeyWord=&SmartLinkQuary=&SmartLinkHost=&SmartLinkLanguage= _bfa=1.8.egn3q.1.4.1.3.22; _bfs=1.3; page_time=1%2C6%2C1%2C9%2C9%2C9%2C7%2C3%2C1%2C5%2C9%2C6%2C2%2C7%2C4%2C3%2C2%2C9%2C2%2C8%2C8; _RF1=112.64.216.79; _RSG=6Ba6XNJ5wCACiIoqsdEcXA; _RGUID=a33ac6-a866-3a7db4c92b0c; _ga=GA1.2.; _gid=GA1.2..; traceExt=campaign=CHNbaidu81&adid= __zpspc=9.4...1%231%7Cbaidu%7Ccpc%7Cbaidu81%7C%25E6%2590%25BA%25E7%25A8%258B%7C%23; _jzqco=%7C%7C%7C%7C7%7C1..1.2.1.2.undefined.0.0.20.20; _bfi=p1%3Dp2%3Dv1%3D22%26v2%3D21; MKT_Pagesource=PC;&,
&User-Agent&: &Mozilla/5.0 (M Intel Mac OS X 10_12_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0. Safari/537.36&,
arguments = {
'from':fromCity,
'to':toCity,
'date':tripDate
DCity1 = stations[arguments['from']]
ACity1 = stations[arguments['to']]
DDate1 = arguments['date']
url = (&http://flights.ctrip.com/domesticsearch/search/SearchFirstRouteFlights?DCity1={}&ACity1={}&SearchType=S&DDate1={}&IsNearAirportRecommond=0&LogToken=0dc7fdc123f0a8bfcae95&rk=7.&CK=51BF6E070FF329F1DDD90CEF097B4B86&r=0.&).format(DCity1,ACity1,DDate1)
r = requests.get(url,headers = headers,verify=False)
print(&Some Error shows in requests.get(url)&)
print(url)
airline_tickets = r.json()['fis']
TrainsCollection(airline_tickets).pretty_print()
if __name__ == '__main__':
&/code&&/pre&&/div&&p&其实，此小程序还可以拓展，譬如将查询记录存到本地电脑（txt格式、或者存到数据库里）或者更厉害的还可以设置定时自动查询；还可以设置查询到自动发邮箱提醒；还可以用Python的GUI库将此程序做成桌面软件的形式。。。。&/p&&hr&&a href=&https://zhuanlan.zhihu.com/p/& data-draft-node=&block& data-draft-type=&link-card& data-image=&https://pic1.zhimg.com/v2-131ba26ddec_180x120.jpg& data-image-width=&1266& data-image-height=&737& class=&internal&&Lyon：智联Python相关职位的数据分析及可视化-Pandas&Matplotlib篇&/a&&p&,by—&a href=&//link.zhihu.com/?target=http%3A//localhost%3A8080/Lyon/foreviewSingleBlog%3FId%3D12%23& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&阳光流淌&/a&&/p&&h2&上一篇，我用了Excel对爬虫采集到的智联招聘数据进行了数据分析及可视化，用到软件是Excel， 这一篇，我们打算完全用Python来做同样的事。用到的库有Pandas、Matplotlib。np、pd、plt分别是numpy、pandas、matplotlib.pyplot的常用缩写。&/h2&&p&Numpy（Numerical Python的简称）是Python科学计算的基础包。它提供了以下功能：&/p&&ol&&li&快速高效的多维数组对象ndarray。&/li&&li&用于对数组执行元素级计算以及直接对数组执行数学运算的函数。&/li&&li&用于读写硬盘上基于数组的数据集的工具。&/li&&li&线性代数运算、傅里叶变换，以及随机数生成。&/li&&li&用于将C、C++、Fortran代码集成到Python的工具。&/li&&/ol&&p&除了为Python提供快速的数组处理能力，Numpy在数据分析方面还有另外一个主要作用，即作为在算法之间传递数据的容器。对于数值型数据，Numpy数组在存储和处理数据时要比内置的Python数据结构高效的多。此外，由低级语言（比如C和Fortran）编写的库可以直接操作Numpy数组中的数据，无需进行任何数据复制工作。&br&&/p&&p&Pandas这个名字本身源于panel data（面板数据，这是计量经济学中关于多维结构化数据集的一个术语）以及Python data analysis。pandas提供了使我们能够快速便捷地处理结构化数据的大量数据结构和函数。Pandas中用的最多的是DataFrame，它是一个面向列的二维表结构，且含有行标和列标。pandas兼具numpy高性能的数组计算功能以及电子表格和关系型数据库(如SQL)灵活的数据处理功能。它提供了复杂精细的索引功能，以便更为便捷地完成重塑、切片和切块、聚合以及选取数据子集等操作。&/p&&p&Matplotlib是Python中常用的可视化绘图库，可以通过简单的几行代码生成直方图，功率谱，条形图，错误图，散点图等。Seaborn、ggplot、等诸多Python可视化库均是在此基础上开发的，所以学会matplotlib的基础操作还是很有必要的！它和Ipython结合的很好，提供了一种非常好用的交互式数据绘图环境。绘制的图表也是交互式的，你可以利用绘图窗口中的工具栏放大图表中的某个区域或对整个图表进行平移浏览。&/p&&h2&数据来源：&/h2&&p&Python爬虫爬取了智联招聘关键词：【Python】、全国30个主要城市的搜索结果，总职位条数：18326条(行)，其中包括【职位月薪】、【公司链接】、【工作地点】、 【岗位职责描述】等14个字段列，和一个索引列【ZL_Job_id】共计15列。数据存储在本地MySql服务器上，从服务器上导出json格式的文件，再用Python进行数据读取分析和可视化。&/p&&h2&数据简单清洗：&/h2&&p&1.首先在终端中打开输入ipython --pylab。在Ipython的shell界面里导入常用的包numpy、pandas、matplotlib.pyplot。用pandas的read_json（）方法读取json文件，并转化为用df命名的DataFrame格式文件。（DataFrame格式是Pandas中非常常用且重要的一种数据存储格式、类似于Mysql和Excel中的表。）&/p&&div class=&highlight&&&pre&&code class=&language-text&&import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_json('/Users/zhaoluyang/Desktop/Python_全国JSON.json')
#查看df的信息
df.columns
&/code&&/pre&&/div&&figure&&img src=&https://pic1.zhimg.com/v2-f679fb1c4acba7ebdfbd697a9fedcf10_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&884& data-rawheight=&789& class=&origin_image zh-lightbox-thumb& width=&884& data-original=&https://pic1.zhimg.com/v2-f679fb1c4acba7ebdfbd697a9fedcf10_r.jpg&&&/figure&&p&可以看到读取的df格式文件共有15列，18326行，pandas默认分配了索引值从0~18325。还有一点值得注意的：全部的15列都有18326个非空值，因为当初写爬虫代码时设置了， 如果是空值，譬如：有一条招聘信息其中【福利标签】空着没写，那么就用字符串代替，如“found no element”。&/p&&p&2.读取JSON文件时pandas默认分配了从0开始的索引，由于文件'ZL_Job_id'列中自带索引，故将其替换!替换后，用sort_index()给索引重新排列。&/p&&div class=&highlight&&&pre&&code class=&language-text&&df.index = df['ZL_Job_id']#索引列用'ZL_Job_id'列替换。
del(df['ZL_Job_id'])#删除原文件中'ZL_Job_id'列。
df_sort = df.sort_index()#给索引列重新排序。
df = df_sort
df[['工作地点','职位月薪']].head(10)
&/code&&/pre&&/div&&figure&&img src=&https://pic2.zhimg.com/v2-0b51bcac2a25a476cc795_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&492& data-rawheight=&286& class=&origin_image zh-lightbox-thumb& width=&492& data-original=&https://pic2.zhimg.com/v2-0b51bcac2a25a476cc795_r.jpg&&&/figure&&p&&br&&/p&&p&3.下面，将进行【职位月薪】列的分列操作，新增三列【bottom】、【top】、【average】分别存放最低月薪、最高月薪和平均月薪。 其中try语句执行的是绝大多数情况：职位月薪格式如：元/月，为此需要对【职位月薪】列用正则表达式逐个处理，并存放至三个新列中。 处理后bottom = 8000,top = 10000,average = 9000. 其中不同语句用于处理不同的情况，譬如【职位月薪】=‘面议’、‘found no element’等。对于字符形式的‘面议’、‘found no element’ 处理后保持原字符不变，即bottom = top = average = 职位月薪。&br&q1,q2,q3,q4用来统计各个语句执行次数.其中q1统计职位月薪形如‘元/月’的次数；q2统计形如月收入‘10000元/月以下’；q3代表其他情况如‘found no element’,‘面议’的次数；q4统计失败的特殊情况。&/p&&div class=&highlight&&&pre&&code class=&language-text&&import re
df['bottom'] = df['top'] = df['average'] = df['职位月薪']
pattern = re.compile('([0-9]+)')
q1=q2=q3=q4=0
for i in range(len(df['职位月薪'])):
item = df['职位月薪'].iloc[i].strip()
result = re.findall(pattern,item)
if result:
#此语句执行成功则表示result[0],result[1]都存在，即职位月薪形如‘元/月’
df['bottom'].iloc[i],df['top'].iloc[i] = result[0],result[1]
df['average'].iloc[i] = str((int(result[0])+int(result[1]))/2)
#此语句执行成功则表示result[0]存在，result[1]不存在，职位月薪形如‘10000元/月以下’
df['bottom'].iloc[i] = df['top'].iloc[i] = result[0]
df['average'].iloc[i] = str((int(result[0])+int(result[0]))/2)
#此语句执行成功则表示【职位月薪】中并无数字形式存在，可能是‘面议’、‘found no element’
df['bottom'].iloc[i] = df['top'].iloc[i] = df['average'].iloc[i] = item
except Exception as e:
print(q4,item,repr(e))
for i in range(100):#测试一下看看职位月薪和bottom、top是否对的上号
print(df.iloc[i][['职位月薪','bottom','top','average']])#或者df[['职位月薪','bottom','top','average']].iloc[i]也可
df[['职位月薪','bottom','top','average']].head(10)
&/code&&/pre&&/div&&figure&&img src=&https://pic4.zhimg.com/v2-f17c93681d3dfae5e4f3_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&595& data-rawheight=&516& class=&origin_image zh-lightbox-thumb& width=&595& data-original=&https://pic4.zhimg.com/v2-f17c93681d3dfae5e4f3_r.jpg&&&/figure&&p&经过检查，可以发现【职位月薪】和新增的bottom、top、average列是能对的上。其中形如‘元/月’的有16905条、形如‘10000元以下’的 有61条、'found no element'和'面议'加起来有1360条，总数18326条，可见是正确的。&/p&&p&4.进行【工作地点】列的处理，新增【工作城市】列，将工作地点中如‘苏州-姑苏区’、‘苏州-工业园区’等统统转化为‘苏州’存放在【工作城市】列。&/p&&div class=&highlight&&&pre&&code class=&language-text&&df['工作城市'] = df['工作地点']
pattern2 = re.compile('(.*?)(\-)')
df_city = df['工作地点'].copy()
for i in range(len(df_city)):
item = df_city.iloc[i].strip()
result = re.search(pattern2,item)
if result:
print(result.group(1).strip())
df_city.iloc[i] = result.group(1).strip()
print(item.strip())
df_city.iloc[i] = item.strip()
df['工作城市'] = df_city
df[['工作地点','工作城市']].head(20)
&/code&&/pre&&/div&&figure&&img src=&https://pic1.zhimg.com/v2-fbfd69ce7d8dd39ce8ecf23a_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&448& data-rawheight=&451& class=&origin_image zh-lightbox-thumb& width=&448& data-original=&https://pic1.zhimg.com/v2-fbfd69ce7d8dd39ce8ecf23a_r.jpg&&&/figure&&p&检查一下，没有错误，可以进行下一步的操作了！&/p&&h2&数据分析和可视化&/h2&&p& 从可读性来看，应该是先进行数据清洗，然后进行分析及可视化，但是实际过程中，往往是交织在一起的， 所有下面让我们一步步来，完成所有的清洗、分析和可视化工作。除了具体的公司和职位名称以外，我们还比较关心几个关键词： 平均月薪、工作经验、工作城市、最低学历和岗位职责描述，这里岗位职责描述以后会用python分词做词云图，所以目前筛选出 【平均月薪】、【工作经验】、【工作城市】、【最低学历】这四个标签，这些标签可以两两组合产生各种数据。譬如我想知道各个城市的招聘数量分布情况， 会不会大部分的工作机会都集中在北上广深？是不是北上广深的平均工资也高于其他城市？我想知道Python这个关键词的18000多条招聘数据中 对学历的要求和对工作经验的要求，以及它们分别占比多少？我还想知道平均月薪和工作经验的关系？最低学历和平均月薪的关系？ 和上一篇（Execel篇）类似，不同的是，这次我们完全用Python实现同样的操作。&/p&&h2&1.各个城市职位数量及分布&/h2&&p&根据猜想，北上广深，一定占据了Python这个关键词下大部分的工作机会，会不会符合28定律？20%的城市占据了80%的岗位？ 有可能！我们先用df.工作城市.value_counts()看一下究竟有多少个城市，以及他们各自有多少条工作数据？&/p&&div class=&highlight&&&pre&&code class=&language-text&&df.工作城市.value_counts()#等价于df['工作城市'].value_counts()
#再用count()来看一下统计出来的城市数量
df.工作城市.value_counts().count()
type(df.工作城市.value_counts())#用type()查看下类型。
&/code&&/pre&&/div&&figure&&img src=&https://pic3.zhimg.com/v2-23cf8b0e216e0a9aa76b6_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&448& data-rawheight=&578& class=&origin_image zh-lightbox-thumb& width=&448& data-original=&https://pic3.zhimg.com/v2-23cf8b0e216e0a9aa76b6_r.jpg&&&/figure&&p&可以看到，明明设置的是搜索30个城市，怎么变成了40？像延边、珲春、白山。。。。是什么鬼？想了一下，这些城市是搜索关键词城市‘吉林市’时，自动冒出来的；还有95个‘found no element’，是这些职位链接本身就没有填写工作城市，为了避免干扰，要把他们统统替换成空值。用df_工作城市 = df['工作城市'].replace（）&/p&&div class=&highlight&&&pre&&code class=&language-text&&#将原来df['工作城市']列中选定的字段替换成空值nan
df_工作城市 = df['工作城市'].replace(['found no element','松原','辽源','珲春','白山','公主岭','白城','延边','四平','通化'],np.nan)
#查看替换后各个城市职位计数
df_工作城市.value_counts()
#查看替换后城市所包含的职位总数；查看替换后的城市数量，是否等于30.
df_工作城市
#将新的[df_工作城市]列添加到df表中，留作备用
df['df_工作城市'] = df_工作城市
&/code&&/pre&&/div&&figure&&img src=&https://pic4.zhimg.com/v2-aceb11ca737afb_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&828& data-rawheight=&718& class=&origin_image zh-lightbox-thumb& width=&828& data-original=&https://pic4.zhimg.com/v2-aceb11ca737afb_r.jpg&&&/figure&&p&看了一下，没有问题，现在df_工作城市中筛选出了30个城市，合计18211条职位数据。 为了数据完整性，df表保持原样，我们用df_工作城市直接操作，进行下一步的可视化。先直接上代码和图，再一一解释下。&/p&&div class=&highlight&&&pre&&code class=&language-text&&fig1 = plt.figure(1,facecolor = 'black')#设置视图画布1
ax1 = fig1.add_subplot(2,1,1,facecolor='#4f4f4f',alpha=0.3)#在视图1中设置子图1,背景色灰色，透明度0.3(figure.add_subplot 和plt.suplot都行)
plt.tick_params(colors='white')#设置轴的颜色为白色
df_工作城市.value_counts().plot(kind='bar',rot=0,color='#ef9d9a')#画直方图图
#设置图标题，x和y轴标题
title = plt.title('城市——职位数分布图',fontsize=18,color='yellow')#设置标题
xlabel = plt.xlabel('城市',fontsize=14,color='yellow')#设置X轴轴标题
ylabel = plt.ylabel('职位数量',fontsize=14,color='yellow')#设置Y轴轴标题
#设置说明，位置在图的右上角
text1 = ax1.text(25,4500,'城市总数:30(个)',fontsize=12, color='cyan')#设置说明，位置在图的右上角
text2 = ax1.text(25,4000,'职位总数:18326(条)',fontsize=12, color='cyan')
text3 = ax1.text(25,3500,'有效职位:18211(条)',fontsize=12, color='red')
#添加每一个城市的坐标值
for i in range(len(list_1)):
ax1.text(i-0.3,list_1[i],str(list_1[i]),color='yellow')
#可以用plt.grid(True)添加栅格线
#可以用下面语句添加注释箭头。指向上海，xy为坐标值、xytext为注释坐标值，facecolor为箭头颜色。
#arrow = plt.annotate('职位数:3107', xy=(1,3107), xytext=(3, 4000),color='blue',arrowprops=dict(facecolor='blue', shrink=0.05))
ax2 = fig1.add_subplot(2,1,2)#设置子图2，是位于子图1下面的饼状图
#为了方便，显示前8个城市的城市名称和比例、其余的不显示，用空字符列表替代，为此需要构造列表label_list和一个空字符列表['']*23。
x = df_工作城市.value_counts().values#x是数值列表，pie图的比例根据数值占整体的比例而划分
label_list = []#label_list是构造的列表，装的是前8个城市的名称+职位占比。
for i in range(8):
t = df_工作城市.value_counts().values[i]/df_工作城市.value_counts().sum()*100
city = df_工作城市.value_counts().index[i]
percent = str('%.1f%%'%t)
label_list.append(city+percent)
#labels参数原本是与数值对应的标签列表，此处30个城市过多，所以只取了前8个城市显示。
#explode即饼图中分裂的效果explode=（0.1，1，1，。。）表示第一块图片显示为分裂效果
labels = label_list + ['']*22
explode = tuple([0.1]+[0]*29)
plt.pie(x,explode=explode,labels=labels,textprops={'color':'yellow'})
#可加参数autopct='%1.1f%%'来显示饼图中每一块的比例，但是此处30个城市，如果全显示的话会非常拥挤不美观，所以只能手动通过labels参数来构造。
#若要显示标准圆形，可以添加：plt.axis('equal')
&/code&&/pre&&/div&&figure&&img src=&https://pic1.zhimg.com/v2-131ba26ddec_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1266& data-rawheight=&737& class=&origin_image zh-lightbox-thumb& width=&1266& data-original=&https://pic1.zhimg.com/v2-131ba26ddec_r.jpg&&&/figure&&p&可以看见，这个曲线下降的弧度还是挺美的，北上深杭广5个城市占据了超过60%以上的职位数。其中北京当之无愧的占据了四分之一的Python工作数量，不愧为帝都。 上海以3107条职位排名第二，可见上海虽然经济超越北京，在互联网环境和工作机遇方面还需努力！深圳作为中国的科技中心，排名第三我是没疑问的，杭州竟然超过广州排名第四！不过也可以想到，阿里巴巴、百草味等等电商产业带动了整个杭州的互联网文化！&br&【北上深杭广】+成都、南京、郑州，这8个城市占据了全国30座城市中，近80%的工作机会！剩下的22个城市合起来只占据了20%，果然，是基本符合28定律的。。。&/p&&h2&2.工作经验-职位数量及分布&/h2&&p&Python虽然是一名比较老的语言，但是在人们的印象中火起来也就最近几年，Python相关的工作对于【工作经验】是怎样要求的呢？让我们来看看！&/p&&div class=&highlight&&&pre&&code class=&language-text&&df.工作经验.value_counts()#统计【工作经验】下各个字段的累计和
&/code&&/pre&&/div&&figure&&img src=&https://pic2.zhimg.com/v2-f7cd3ef51e5d6341a60dd_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&358& data-rawheight=&313& class=&content_image& width=&358&&&/figure&&p&&br&&/p&&p&可以看见出现了一些很数字少量的字段譬如“5年以上”，“2年以上”，“1-2年”，“1年以上”等，这些标签下职位的数量都在10以内，不太具备统计意义，所以我们作图的时候不想让他们出现，必须筛选掉。 下面我们还是通过同样的步骤来清除掉此类数据。&/p&&div class=&highlight&&&pre&&code class=&language-text&&= df['工作经验'].replace(['found no element','3年以上','1年以上','5年以上','2年以上','1-2年'],np.nan)
df_工作经验.value_counts()
df_工作经验.value_counts().sum()
&/code&&/pre&&/div&&figure&&img src=&https://pic2.zhimg.com/v2-da9ddb13ff92e87081aed5_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&814& data-rawheight=&353& class=&origin_image zh-lightbox-thumb& width=&814& data-original=&https://pic2.zhimg.com/v2-da9ddb13ff92e87081aed5_r.jpg&&&/figure&&p&&br&&/p&&p&现在，可以进行下一步可视化了，还是做2张图：直方图和饼图。通过这两张图可以直观地看到这么多职位中对不同工作经验的要求占比，好做到心里有数！&/p&&div class=&highlight&&&pre&&code class=&language-text&&fig2 = plt.figure(2,facecolor = 'black')
ax2_1 = fig2.add_subplot(2,1,1,facecolor='#4f4f4f',alpha=0.3)
plt.tick_params(colors='white')
df_工作经验.value_counts().plot(kind = 'bar',rot = 0,color='#7fc8ff')
title = plt.title('工作经验——职位数分布图',fontsize = 18,color = 'yellow')
xlabel = plt.xlabel('工作经验',fontsize = 14,color = 'yellow')
ylabel = plt.ylabel('职位数量',fontsize = 14,color = 'yellow')
plt.grid(True)
text1_ = ax2_1.text(5,5600,'城市总数:30(个)',fontsize=12, color='yellow')
text2 = ax2_1.text(5,4850,'职位总数:18326(条)',fontsize=12, color='yellow')
text3 = ax2_1.text(5,4100,'有效职位:18215(条)',fontsize=12, color='cyan')
&/code&&/pre&&/div&&p&&br&&/p&&div class=&highlight&&&pre&&code class=&language-text&&#设置子图2，是位于子图1下面的饼状图
ax2_2 = fig2.add_subplot(2,1,2)
#x是数值列表，pie图的比例根据数值占整体的比例而划分
x2 = df_工作经验.value_counts().values
labels = list(df_工作经验.value_counts().index[:5])+ ['']*2
explode = tuple([0.1,0.1,0.1,0.1,0.1,0.1,0.1])
plt.pie(x2,explode=explode,labels=labels,autopct='%1.1f%%',textprops={'color':'yellow'})
plt.axis('equal')#显示为等比例圆形
#设置图例，方位为右下角
legend = ax2_2.legend(loc='lower right',shadow=True,fontsize=12,edgecolor='cyan')
&/code&&/pre&&/div&&figure&&img src=&https://pic1.zhimg.com/v2-2c9de5eb33d9a655cb85c_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1268& data-rawheight=&740& class=&origin_image zh-lightbox-thumb& width=&1268& data-original=&https://pic1.zhimg.com/v2-2c9de5eb33d9a655cb85c_r.jpg&&&/figure&&p&总共得到18215条职位。从直方图里可以明显看出工作机会集中在'不限'、'1-3年'、'3-5年', 其中工作经验要求3年以下的（【无经验】+【不限】+【1年以下】+【1-3年】）合计11501条职位，占比超过63%，看来即使是初入门者，大家的机会也还是有不少的！ (PS:最后,在df表中添加一列'df_工作经验'，以后筛选时就可以直接用了，df['df_工作经验']=df_工作经验)&/p&&p&&br&&/p&&h2&3.工作经验-平均月薪&/h2&&p&这个嘛，大家闭着眼都能想到！肯定是工作经验越久的拿钱越多了！再猜猜？无经验的和5-10年经验的收入差距有多大？这个，嘿嘿就不好猜了，让我们来看看吧！&/p&&p&1.第一步，要想统计工作经验和平均月薪的关系，那么我们先看看df中对应的列df.工作经验和df.average。之前我们构造了一列df_工作经验，把df.工作经验中几个样本容量小于10的值和‘found no element’全筛选掉了，故df_工作经验还能继续使用。现在，让我们看看df.average的信息。&/p&&div class=&highlight&&&pre&&code class=&language-text&&df.average.value_counts()
&/code&&/pre&&/div&&p&可以看到，其中有1265个值是‘面议’，有95个值是‘found no element’,这些值需要替换成空值，不然会影响下一步工资的计算。&/p&&div class=&highlight&&&pre&&code class=&language-text&&df_平均月薪 = df['average'].replace(['面议','found no element'],np.nan)
&/code&&/pre&&/div&&p&2.好了，第一步的简单数据清洗完成了，我们可以思考下一步了，现在我们想要得到的是不同工作经验字段下的平均月薪&/p&&p&A. 首先我需要把df_工作经验和df_平均月薪这两列元素放在一起，构造一个DataFrame用于存放df_工作经验和df_平均月薪这两列元素,且方便进一步的groupby操作。&br&B. 其次我需要把df_平均月薪列根据df_工作经验进行分组(用groupby),分组后我可以求得df_工作经验下各个字段的月薪的计数、最大值最小值、累加和、平均值等一系列数据。&br&C. 当然此处我只需要平均值。对分组后的grouped用mean()方法，就可以轻松统计分组内各项的平均值了。&/p&&div class=&highlight&&&pre&&code class=&language-text&&df3=pd.DataFrame(data={'工作经验':df['df_工作经验'],'平均月薪':df_平均月薪})
df3.info()
grouped3 = df3['平均月薪'].groupby(df3['工作经验'])
grouped3.mean()
&/code&&/pre&&/div&&figure&&img src=&https://pic3.zhimg.com/v2-b1fb6e906acb1b6c0105aea3cbfc01fa_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&566& data-rawheight=&349& class=&origin_image zh-lightbox-thumb& width=&566& data-original=&https://pic3.zhimg.com/v2-b1fb6e906acb1b6c0105aea3cbfc01fa_r.jpg&&&/figure&&p&&br&&/p&&p&在进行grouped3.mean()时，我们发现报错了：DataError: No numeric types to aggregate，看一下，原来df_平均月薪列里的值都是字符型str，并不是数值型的float，因为前面的步骤没有做好，留下了这个bug，无奈我们需要对值类型做个转换。&/p&&div class=&highlight&&&pre&&code class=&language-text&&#构造一个listi存放转化后float型的‘平均月薪’
pattern = re.compile('([0-9]+)')
listi = []
for i in range(len(df.average)):
item = df.average.iloc[i].strip()
result = re.findall(pattern,item)
if result:
listi.append(float(result[0]))
elif (item.strip()=='found no element' or item.strip()=='面议'):
listi.append(np.nan)
print(item)
except Exception as e:
print(item,type(item),repr(e))
#将df3.平均月薪列替换掉,同时给df新增一列'df_平均月薪'做备用。
df3['平均月薪'] = listi
df['df_平均月薪'] = df3['平均月薪']
#看看更新后的数据是否正确
df3['平均月薪'].value_counts()#统计每个月薪字段的个数
df3['平均月薪'][:10]#查看前10个值
type(df3['平均月薪'][1])#看看现在月薪的类型是不是浮点型
df3['平均月薪'].value_counts().sum()#看看月薪样本总数
df3['平均月薪'].mean()#看看这16966个月薪样本的平均值是多少？
&/code&&/pre&&/div&&figure&&img src=&https://pic1.zhimg.com/v2-46e8184cff84166bd14c_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&457& data-rawheight=&438& class=&origin_image zh-lightbox-thumb& width=&457& data-original=&https://pic1.zhimg.com/v2-46e8184cff84166bd14c_r.jpg&&&/figure&&p&可以看到，替换后的df3['平均月薪']值从str变为了可以计算的float，月薪样本总数16966个，样本的平均月薪14197元。好，现在终于OK了,让我们再回到之前的步骤：&/p&&div class=&highlight&&&pre&&code class=&language-text&&grouped3 = df3['平均月薪'].groupby(df3['工作经验'])
grouped3.mean()
&/code&&/pre&&/div&&figure&&img src=&https://pic2.zhimg.com/v2-9dbc4da056a42ba96d731_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&583& data-rawheight=&252& class=&origin_image zh-lightbox-thumb& width=&583& data-original=&https://pic2.zhimg.com/v2-9dbc4da056a42ba96d731_r.jpg&&&/figure&&p&好了，完美，格式对了，数据有了，现在可以来画图了！但是再看看，还不是那么完美，数据大小排列很乱，而且小数点那么多。。。好吧，让我们再简单处理下&/p&&div class=&highlight&&&pre&&code class=&language-text&&#新增一个平均值，即所有非空df3['平均月薪']的平均值
s3 = pd.Series(data = {'平均值':df3['平均月薪'].mean()})
result3 = grouped3.mean().append(s3)
#sort_values()方法可以对值进行排序，默认按照升序，round（1）表示小数点后保留1位小数。
result3.sort_values(ascending=False).round(1)
&/code&&/pre&&/div&&figure&&img src=&https://pic2.zhimg.com/v2-b11bebd440a_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&610& data-rawheight=&306& class=&origin_image zh-lightbox-thumb& width=&610& data-original=&https://pic2.zhimg.com/v2-b11bebd440a_r.jpg&&&/figure&&p&&br&&/p&&p&3.数据可视化&/p&&p&这次我们画一个躺倒的柱状图(barh)，用ggplot的风格来画。&/p&&div class=&highlight&&&pre&&code class=&language-text&&matplotlib.style.use('ggplot')
fig3 = plt.figure(3,facecolor = 'black')
ax3 = fig3.add_subplot(1,1,1,facecolor='#4f4f4f',alpha=0.3)
result3.sort_values(ascending=False).round(1).plot(kind='barh',rot=0)
#设置标题、x轴、y轴的标签文本
title = plt.title('工作经验——平均月薪分布图',fontsize = 18,color = 'yellow')
xlabel= plt.xlabel('平均月薪',fontsize = 14,color = 'yellow')
ylabel = plt.ylabel('工作经验',fontsize = 14,color = 'yellow')
#添加值标签
list3 = result3.sort_values(ascending=False).values
for i in range(len(list3)):
ax3.text(list3[i],i,str(int(list3[i])),color='yellow')
#设置标识箭头
arrow = plt.annotate('Python平均月薪:14197元/月', xy=(), xytext=(),color='yellow',fontsize=16,arrowprops=dict(facecolor='cyan', shrink=0.05))
#设置图例注释（16966来源：df2['平均月薪'].value_counts().sum()）
text= ax3.text(,'月薪样本数:16966(个)',fontsize=16, color='cyan')
#设置轴刻度文字颜色为白色
plt.tick_params(colors='white')
&/code&&/pre&&/div&&figure&&img src=&https://pic1.zhimg.com/v2-76e10a13ebc5d3da79940_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1311& data-rawheight=&797& class=&origin_image zh-lightbox-thumb& width=&1311& data-original=&https://pic1.zhimg.com/v2-76e10a13ebc5d3da79940_r.jpg&&&/figure&&p&&br&&/p&&p&通过图表，我们可以直观地看到，Python关键词下的职位月薪是随着工作经验增长而递增的（这不是说了一句废话么？！囧） 其中【无经验】的平均月薪最低，只有5842，相比之下【10年以上】经验的，平均月薪达到了恐怖的34890，约达到了【无经验】月薪的6倍之多！！！ 【1年以下】的平均月薪7579，还勉强凑合，【1-3年】的已经破万了，达到了近12000元/月的水准。最后让我们看看平均值吧，由于‘被平均’的缘故，16966条月薪样本的均值是14197元，有没有让你满意呢？&br&&/p&&h2&4.工作城市-平均月薪&/h2&&p&对了，刚才说到北上广深占据了全国大部分的工作机会，那么北上广深的平均月薪如何呢？会不会也碾压小城市？让我们来看看！ 和之前的套路一样，我们还是要构造一个DataFrame，包含两列，一列是【平均月薪】，一列是【工作城市】，然后对df4进行groupby操作，还是很简单的！不过，经过上次的教训，平均月薪一定要是数值型的，str型的计算不了。&/p&&div class=&highlight&&&pre&&code class=&language-text&&#此处df['df_工作城市']是之前经过筛选后的30个城市数据
df4=pd.DataFrame(data={'工作城市':df['df_工作城市'],'平均月薪':df['df_平均月薪']})
df4.info()
grouped4 = df4['平均月薪'].groupby(df4['工作城市'])
grouped4.mean()#查看对30个城市分组后，各个城市月薪的平均值
grouped4.count().sum()#查看对30个城市分组}