V2EX › est 的所有回复 › 第 325 页 / 共 619 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

1 ... 321 322 323 324 325 326 327 328 329 330 ... 619

❮

❯

2016-02-28 10:27:39 +08:00

回复了 onice 创建的主题 › 数据库 › Mysql 怎么去重啊？

新建表，然后把数据 insert ignore 过去

2016-02-27 19:07:12 +08:00

回复了 est 创建的主题 › 分享发现 › 当年神一样崇拜的《超级解霸》原来也是偷 GPL 的黑历史啊

@d7101120120 大哥。看我链接的原文了么？

2016-02-27 16:40:07 +08:00

回复了 est 创建的主题 › 分享发现 › 当年神一样崇拜的《超级解霸》原来也是偷 GPL 的黑历史啊

两个回答，一个比一个亮瞎眼

https://www.zhihu.com/question/20795371/answer/80666911

https://www.zhihu.com/question/20795371/answer/80772085

2016-02-27 14:50:21 +08:00

回复了 maguowei 创建的主题 › 分享创造 › 从拉勾上扒的互联网公司基本信息数据

人数

$ python -c "for l in __import__('csv').reader(open('1.csv')): print l[5]" | sort | uniq -c | sort -nr

32769 15-50 人
19616 50-150 人
14808 少于 15 人
10870 150-500 人
4640 500-2000 人
3633 2000 人以上

看来是小微企业为主。

2016-02-27 14:49:09 +08:00

回复了 maguowei 创建的主题 › 分享创造 › 从拉勾上扒的互联网公司基本信息数据

资金情况

~/lq_dev/gist/lagou-stats[master*]$ python -c "for l in __import__('csv').reader(open('1.csv')): print l[6]" | sort | uniq -c | sort -nr

33994 未融资
18825 不需要融资
15187 天使轮
8297 A 轮
5033 上市公司
2615 B 轮
1355 D 轮及以上
1031 C 轮

2016-02-27 14:47:31 +08:00

回复了 maguowei 创建的主题 › 分享创造 › 从拉勾上扒的互联网公司基本信息数据

行业分布

$ python -c "for l in __import__('csv').reader(open('1.csv')): print '\n'.join(x.strip() for x in l[4].split(','))" | sort | uniq -c | sort -nr

41923 移动互联网
19409 电子商务
9790 O2O
9185 金融
9123 企业服务
6912 其他
5085 数据服务
4845 教育
4781 文化娱乐
3876 硬件
3515 生活服务
3421 医疗健康
3277 广告营销
3228 游戏
2498 社交网络
1418 旅游
1165 信息安全

2016-02-27 14:45:58 +08:00

回复了 maguowei 创建的主题 › 分享创造 › 从拉勾上扒的互联网公司基本信息数据

粗略统计了一下：

$ python -c "for l in __import__('csv').reader(open('1.csv')): print l[3].decode('utf8', 'ignore')[:2].encode('utf8')" | sort | uniq -c | sort -nr

27568 北京
14449 上海
10772 深圳
6847 广州
5065 杭州
2986 成都
1770 武汉
1677 南京
1120 厦门
1068 西安
1022 长沙
971 苏州
828 郑州
805 重庆
763 天津
600 青岛

北上深广杭你们赢了

2016-02-27 14:26:46 +08:00

回复了 maguowei 创建的主题 › 分享创造 › 从拉勾上扒的互联网公司基本信息数据

@maguowei 我之前提到过这个。的确太损了。

有意思。 11M 的 csv 收了。多谢。

2016-02-27 00:34:12 +08:00

回复了 zjxubinbin 创建的主题 › 云计算 › 阿里云真渣

@aliyunservice V2EX 第 160650 号会员，加入于 2016-02-26 11:41:45 +08:00 ，今日活跃度排名 2127

你们爬虫很叼啊。随时都可以召唤到。

2016-02-26 19:48:51 +08:00

回复了 godteemo 创建的主题 › 分享创造 › 写了一本 InfluxDB 简明手册教程，给有需要的同学！

@zts1993
@godteemo

其实不可靠。出现过 1 次丢数据。

就用来打一些不太重要的事件标记吧。

2016-02-26 14:54:19 +08:00

回复了 ninjadq 创建的主题 › Python › 为什么开源的 Django 项目，都与官方推荐的代码组织方式不同？

@sudoz 理由嘛就是老项目不能直接复制过来做新项目。要改许久 settings.py 。