【Python 学习进阶月刊】 第一期:深入Python与日志服务,玩转大规模数据分析处理实战

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介: 欢迎订阅Python学习进阶月刊 #精彩直播: Python 系列直播——深入Python与日志服务,玩转大规模数据分析处理实战 IPython/Jupyter Notebook非常流行,但随着数据量越来越大(例如几百亿条电商平台访问日志),如何继续保持灵活的交互式分析,是一个挑战。

欢迎订阅Python学习进阶月刊

精彩直播:

Python 系列直播——深入Python与日志服务,玩转大规模数据分析处理实战

IPython/Jupyter Notebook非常流行,但随着数据量越来越大(例如几百亿条电商平台访问日志),如何继续保持灵活的交互式分析,是一个挑战。阿里云日志服务作为阿里商业操作系统的智能运维平台,无需开发就能快捷完成海量日志数据的采集、消费、投递以及查询分析等功能。这里介绍如何借助日志服务对IPython/Jupyter扩展的功能,用Python对海量数据进行深度加工(ETL)、交互式分析(通过SQL、DataFrame)、机器学习与可视化等。点击查看

Python第五讲——关于爬虫如何做js逆向的思路
Python 第六讲——Python爬虫进阶 JS分析—浏览器指纹
Python 第七讲——从实战中了解异步爬虫aiohttp的使用

500619594_meitu_1

直播预告:

Python 第九讲——灵活运用docker,实现深度学习的环境搭建
Python 系列直播——深入Python与日志服务,玩转大规模数据分析处理实战第五讲

技术干货

scrapy配置文件操作核心API解读
scrapy官方文档提供的常见使用问题
异步网络模块之aiohttp(一)
一份详细的asyncio入门教程
python小技巧:获取字典中值最大者的key
书籍:python物联网人工智能 Hands-On Artificial Intelligence for IoT - 2019
2019年3月TIOBE编程语言排名: Python和Visual Basic .NET、c++引领增长
5分钟,关于Python 解包,你需要知道的一切

问答

Python 技术百问
(Django)我们如何将单选按钮值存储到数据库中
如何使用pickle进行k-means聚类
检查pandas dataframe中是否存在值
Python 3.6 sleep()在同一个字符串内的不同睡眠时间取决于字符
将路径转换为列表
在pandas中合并两个数据帧
Python使用集成绘制函数


【Python技术进阶】


群福利:群内每周进行群直播技术分享及问答


_2019_01_15_10_28_39

云栖社区直播&沙龙专家招募

相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
3月前
|
监控 数据挖掘 数据安全/隐私保护
Python脚本:自动化下载视频的日志记录
Python脚本:自动化下载视频的日志记录
|
4月前
|
Python
python读写操作excel日志
主要是读写操作,创建表格
83 2
|
4月前
|
Python Windows
python知识点100篇系列(24)- 简单强大的日志记录器loguru
【10月更文挑战第11天】Loguru 是一个功能强大的日志记录库,支持日志滚动、压缩、定时删除、高亮和告警等功能。安装简单,使用方便,可通过 `pip install loguru` 快速安装。支持将日志输出到终端或文件,并提供丰富的配置选项,如按时间或大小滚动日志、压缩日志文件等。还支持与邮件通知模块结合,实现邮件告警功能。
python知识点100篇系列(24)- 简单强大的日志记录器loguru
|
4月前
|
Arthas 监控 Java
JVM知识体系学习七:了解JVM常用命令行参数、GC日志详解、调优三大方面(JVM规划和预调优、优化JVM环境、JVM运行出现的各种问题)、Arthas
这篇文章全面介绍了JVM的命令行参数、GC日志分析以及性能调优的各个方面,包括监控工具使用和实际案例分析。
188 3
|
4月前
|
数据挖掘 数据库
ChatGPT在数据分析学习阶段的应用
ChatGPT在数据分析学习阶段的应用
64 6
|
4月前
|
存储 Prometheus NoSQL
大数据-44 Redis 慢查询日志 监视器 慢查询测试学习
大数据-44 Redis 慢查询日志 监视器 慢查询测试学习
50 3
|
4月前
|
机器学习/深度学习 数据采集 算法
探索Python科学计算的边界:NumPy、Pandas与SciPy在大规模数据分析中的高级应用
【10月更文挑战第5天】随着数据科学和机器学习领域的快速发展,处理大规模数据集的能力变得至关重要。Python凭借其强大的生态系统,尤其是NumPy、Pandas和SciPy等库的支持,在这个领域占据了重要地位。本文将深入探讨这些库如何帮助科学家和工程师高效地进行数据分析,并通过实际案例来展示它们的一些高级应用。
99 0
探索Python科学计算的边界:NumPy、Pandas与SciPy在大规模数据分析中的高级应用
|
4月前
|
数据采集 机器学习/深度学习 存储
使用 Python 清洗日志数据
使用 Python 清洗日志数据
66 2
|
4月前
|
Python
log日志学习
【10月更文挑战第9天】 python处理log打印模块log的使用和介绍
94 0
|
4月前
|
数据挖掘 大数据 Serverless
Python Polars:为大规模数据分析释放速度和效率
Python Polars:为大规模数据分析释放速度和效率
113 0

推荐镜像

更多