技术栈
Helix250
12 天前
python
·
pandas
·
数据清洗
·
情感分析
·
·
snownlp
·
文本数据处理
Python数据分析实战：Pandas清洗豆瓣短评与情感分析完整指南
上一篇我们用Selenium突破了动态页面抓取瓶颈，获得了豆瓣《肖申克的救赎》短评原始数据。但直接拿到的JSON或CSV往往充满噪声：空字符串、重复记录、格式混乱的评分……若跳过清洗直接分析，结论必然失真。本文聚焦“数据准备”这一被低估的环节，用Pandas将脏数据转化为干净的分析基表，并衔接SnowNLP完成基础情感量化。所有操作均针对中文影评场景优化，代码即插即用。
Qwertyuiop2016
2 年前
Ubuntu上编译多个版本的frida
略sudo apt update sudo apt-get install build-essential git lib32stdc++-9-dev libc6-dev-i386 -y
Qwertyuiop2016
2 年前
编译打包自己的云手机(redroid)镜像
香橙派上跑云手机可以看之前的文章：还有一个cuttlefish方案没说，后面再研究，cuttlefish的优势在于可以自定义内核且selinux是开启的，缺点是依旧无法调用GPU，操作起来会很卡。
Qwertyuiop2016
2 年前
香橙派5plus上跑云手机方案二 waydroid
上篇文章香橙派5plus上跑云手机方案一 redroid(带硬件加速)说了怎么跑带GPU加速的redroid方案，这篇说下怎么在香橙派下使用Waydroid。
Qwertyuiop2016
2 年前
PC微信逆向) 定位微信浏览器打开链接的call
首发地址: https://mp.weixin.qq.com/s/Nik8fBF3hxH5FPMGNx3JFw
Qwertyuiop2016
2 年前
aardio封装库) 微软开源的js引擎(ChakraCore)
做爬虫肯定少不了JavaScript引擎的使用，比如在Python中现在一般用pyexecjs2来执行JavaScript代码，另外还有一些其他执行JavaScript的库：
Qwertyuiop2016
3 年前
使用Gitea搭建自己的git远程仓库
原因只有一个：折腾。其实国内的码云加上github已经足够用了。Gitea 的首要目标是创建一个极易安装，运行非常快速，安装和使用体验良好的自建 Git 服务。我们采用 Go 作为后端语言，这使我们只要生成一个可执行程序即可。
Qwertyuiop2016
3 年前
香橙派5plus从ssd启动Ubuntu
我实际会用到的就几个接口，背面的话就一个M.2固态的位置：其中WIFI模块的接口应该也可以插2230的固态，不过是pcie2.0的速度，背面的接口则是pcie3.0*4的速度，差距还是挺大的。
Qwertyuiop2016
3 年前
使用汇编和反汇编引擎写一个x86任意地址hook
刚开始学的时候，用的hook都是最基础的5字节hook，也不会使用hook框架，hook流程如下：这样操作比较繁琐，每次hook都要定义一堆东西，还得自己补充hook地址被修改的汇编指令，最重要的是这种hook无法扩展到Python里使用。
Qwertyuiop2016
3 年前
分享个自己写的小程序解包工具
前几天在吾爱破解上看到一个小程序逆向的帖子：windows下通杀wx小程序云函数实战 ，想着自己也学习一下怎么逆向小程序，一搜 unveilr 仓库没了，看评论好像开始收费了。
我是有底线的