(肥妞小鱼)
(很多星星的夜空)
(娜就杰样吧)
(猛虎巧克力)
第三方登录：攒机还是买本 看完笔记本价格你就懂了|笔记本|华硕|机械师_新浪科技_新浪网
攒机还是买本 看完笔记本价格你就懂了
攒机还是买本 看完笔记本价格你就懂了
　　现在的游戏本的配置并不输给台式机，相反台式机并没有笔记本的轻便，这也是为什么很多人喜欢用游戏本打游戏的原因之一，虽然硬件配置越高的笔记本性能越强劲，不过随着主流机型的性能普遍提升，价格也会水涨船高，选择在价格最合适的时候买最好。
　　联想拯救者R720
　　联想R720这款热销游戏本在做工上一直都很优秀，两级可调白色背光键盘，大面积触控板配合放大设计方向键让游戏手感更顺畅，碳纤维纹理的设计让机身不易沾染指纹，而且不容易出现划伤。
两级白色背光键盘
　　R720在设计上十分注重用户体验，各种常用接口都没有落下，尤其是读卡器接口以及USB&Type&C这两个接口能够为用户带来很大的便利。加入了更大面积的背光键盘，让玩家在暗光下体验游戏更方便。
　　联想拯救者R720搭载了第七代i5-7300HQ处理器、8GB内存、1TB&HDD+128GB&SSD以及GTX1050&2GB游戏显卡，强大的性能完全能够满足当前单机大作的需求。五一联想促销，活动价仅需5799元。
新浪科技为你带来最新鲜的科技资讯
苹果汇为你带来最新鲜的苹果产品新闻
新酷产品第一时间免费试玩
提供最新的科学家新闻，精彩的震撼图片数据分析告诉你，应该买多少钱的电脑 - 简书
数据分析告诉你，应该买多少钱的电脑
天猫上搜索笔记本电脑选择联想后界面
首先感谢[无鱼二饼]同学的文章《R语言学习：使用rvest包抓取网页数据》，本文参考其操作过程。
一、学会了看网页源代码
01.我使用Chrom浏览器，在天猫上搜索笔记本电脑，然后选择品牌为Lenovo/联想。
02.按下CTRL+SHIFT+C。当鼠标放到该宝贝页面的任何位置是，可以看到相应的源代码。而宝贝的图片、价格、品牌名称、卖家以及月销量等数据都是包含在&div class="product-iWrap"&...&/div&块中。
03.每一个div都可以展开。每一条都有对应的网页显示，当点击源代码时，网页上显示一层覆膜盖在相关的文字和图片上，表明这两个是对应的。
二、启动R进行工作
01.安装rvest并加载rvest包
library(rvest)
02.保存搜索链接对象到gurl。即把需要抓取的网页地址复制过来。
gurl&-"https://list.tmall.com/search_product.htm?spm=a220m.0720.2.JVFBWt&cat=&brand=11119&q=%B1%CA%BC%C7%B1%BE%B5%E7%C4%D4&sort=s&style=g&from=sn_1_brand-qp&active=1#J_crumbs"
03.抓取数据对象保存到SCdata中。即从源代码中提取出有用的部分——"div.product-iWrap"(相当于是一个目录，我们从整个源代码块中筛选出我们需要的目录)。
#%&%是管道操作符,意思是把左边的操作结果作为参数传递给右边的函数。
#div.product-iWrap是CSS选择器的语法，即div class="div.product-iWrap"
& SCdata &-gurl %&%
read_html(encoding="GBK")%&%#读取gurl的链接，并指定编码为gbk.
html_nodes("div.product-iWrap")#筛选出所有包含在&div class="product-iWrap"&...&/div&块的内容
运行结果如下（仅为一小部分）：
{xml_nodeset (60)}
[1] &div class="product-iWrap"&\n &div class="productImg-wrap"&\n&a href="//detail.tmall.com/item.htm?id= ...
[2] &div class="product-iWrap"&\n &div class="productImg-wrap"&\n&a href="//detail.tmall.com/item.htm?id= ...
[3] &div class="product-iWrap"&\n &div class="productImg-wrap"&\n&a href="//detail.tmall.com/item.htm?id= ...
[4] &div class="product-iWrap"&\n &div class="productImg-wrap"&\n&a href="//detail.tmall.com/item.htm?id= ...
[5] &div class="product-iWrap"&\n &div class="productImg-wrap"&\n&a href="//detail.tmall.com/item.htm?id= ...
[6] &div class="product-iWrap"&\n &div class="productImg-wrap"&\n&a href="//detail.tmall.com/item.htm?id= ...
04.从对象SCdata中继续筛选，获取卖家名称等数据。
需要掌握几个函数的基本使用：
#html_attr("data-nick")是从html_nodes()筛选出的标签中，查找data-nick属性的值。
#gsub()是字符串查找替换的函数，pattern是指定用来查找的正则表达式。
#html_nodes("p.productTitle&a[title]"),"&"指定的筛选条件的标签
#html_text()只抓取&标签&内容&/标签&中的内容部分
#抓取卖家店铺名称和ID
& SCdata &-gurl %&%
read_html(encoding="GBK")%&%#读取gurl的链接，并指定编码为gbk.
html_nodes("div.product-iWrap")#筛选出所有包含在&div class="product-iWrap"&...&/div&块的内容
& #抓取卖家昵称和ID
& sellerNick&- SCdata %&% html_nodes("p.productStatus&span[class]") %&%
html_attr("data-nick")
& sellerID&- SCdata %&% html_nodes("p.productStatus&span[data-atp]") %&%
html_attr("data-atp") %&%
gsub(pattern="^.*,",replacement="")
& #抓取宝贝名称等数据
& itemTitle&- SCdata %&% html_nodes("productTitle&a[title]") %&%
html_attr("title")#暂时未能输出结果，先放下，后面再请教作者并尝试。
& itemID&- SCdata %&%html_nodes("p.productStatus&span[class]") %&%
html_attr("data-item")
& price&- SCdata %&% html_nodes("em[title]") %&%
html_attr("title") %&%
as.numeric
& volume&- SCdata %&% html_nodes("span&em") %&%
& #最后保存成数据框对象并存盘备用，以及写入csv文件
& options(stringsAsFactors = FALSE) #设置字符串不自动识别为因子
& itemData&-data.frame(sellerNick=sellerNick,
sellerID=sellerID,
itemID=itemID,
price=price,
volume=volume)
& save(itemData,file = "E:/R语言笔记/R语言第七章/itemData.rData")
& write.csv(itemData,file = "E:/R语言笔记/R语言第七章/itemData.csv")
抓取并写入后部分结果
总体代码汇总如下：
& install.packages("rvest")
& # 加载包
& library(rvest)
载入需要的程辑包：xml2
& #保存搜索链接对象到gurl
& gurl&-"https://list.tmall.com/search_product.htm?spm=a220m.0720.2.JVFBWt&cat=&brand=11119&q=%B1%CA%BC%C7%B1%BE%B5%E7%C4%D4&sort=s&style=g&from=sn_1_brand-qp&active=1#J_crumbs"
& #抓取数据对象保存到SCdata中
& #%&%是管道操作符
& #意思是把左边的操作结果作为参数传递给右边的命令
& #div.product-iWrap是CSS选择器的语法，即div class="div.product-iWrap"
& SCdata&-gurl %&%
read_html(encoding="GBK")%&%#读取gurl的链接，并指定编码为gbk.
html_nodes("div.product-iWrap")#筛选出所有包含在&div class="product-iWrap"&...&/div&块的内容
& #从对象SCdata继续筛选，获取卖家名称等数据
& #html_attr("data-nick")是从html_nodes()筛选出的标签中，查找data-nick属性的值。
& #gsub()是字符串查找替换的函数，pattern是指定用来查找的正则表达式。
& #html_nodes("p.productTitle&a[title]"),"&"指定的筛选条件的标签
& #html_text()只抓取&标签&内容&/标签&中的内容部分
& #抓取卖家昵称和ID
& sellerNick&- SCdata %&% html_nodes("p.productStatus&span[class]") %&%
html_attr("data-nick")
& sellerID&- SCdata %&% html_nodes("p.productStatus&span[data-atp]") %&%
html_attr("data-atp") %&%
gsub(pattern="^.*,",replacement="")
& #抓取宝贝名称等数据
& itemTitle&- SCdata %&% html_nodes("productTitle&a[title]") %&%
html_attr("title")#暂时未能输出结果，先放下，后面再请教作者并尝试。
& itemID&- SCdata %&%html_nodes("p.productStatus&span[class]") %&%
html_attr("data-item")
& price&- SCdata %&% html_nodes("em[title]") %&%
html_attr("title") %&%
as.numeric
& volume&- SCdata %&% html_nodes("span&em") %&%
& #最后保存成数据框对象并存盘备用，以及写入csv文件
& options(stringsAsFactors = FALSE) #设置字符串不自动识别为因子
& itemData&-data.frame(sellerNick=sellerNick,
sellerID=sellerID,
itemID=itemID,
price=price,
volume=volume)
& save(itemData,file = "E:/R语言笔记/R语言第七章/itemData.rData")
& write.csv(itemData,file = "E:/R语言笔记/R语言第七章/itemData.csv")
三、进行数据分析
生成了itemData数据为.csv文件，在预览是提示需要保存为.excel文件。在本例中可以直接进行分析。本例只抓取了天猫上一个页面的综合数据（笔记本电脑-联想品牌，未使用其它筛选条件，保持天猫首页给出数据的原始性），数据量较小，不具有充分的代表性和实际意义，仅为实践操作。
01.直接进行预处理
参照实践课程的处理方式，删除所有含有缺失数据的行。虽然数据样本可能是完整的，但是在分析数据是严谨细致是必须的。使用na.omit()函数可以删除所有含有缺失数据的行，可以使用newData&-na.omit(itemData)。本例在抓取数据生成数据框的时候，已经进行了验证。
& itemData&-itemData[!is.na(itemData$price),] #保留未缺失价格的数据
& itemData
也可采取同样的方法对销售的数量volume进行操作，目的是保证后期重要数据的有效性。
02.进行列名重命名工作
使用fix()函数调出编辑器即可。或者使用names()函数来重命名。
调出编辑器后情况
03.处理销售数量列
本例不涉及日期。本例子中较为有用的信息主要是price、volume、sellerNick。本例需要处理的是volume，从中分离出销售数量，即从384笔中提取出384。具体使用字符串中的str_extract()函数：
& library(stringr)#载入字符串
& Newvolume&-str_extract(itemData$volume, "\\d+")#注意d后面的+号，否则只会输出每个销售数量中第一个数字，
#+号的意思是输出识别到所有数字。
& Newvolume
[11] "153"
"1465" "1270" "110"
[21] "215"
[31] "201"
& NewData&-cbind(itemData,Newvolume)#把筛选出来的销售数量添加到原数据集中。
& save(NewData,file = "E:/R语言笔记/R语言第七章/NewData.rData")
& write.csv(NewData,file = "E:/R语言笔记/R语言第七章/NewData.csv")
打开输出的文件Newdata查看了一下，数据转换正常。
04.对Newvolume和price进行类型转换。
& class(NewData$newvolume)#先查看类别
[1] "character"
& class(NewData$price) #先查看类别
[1] "numeric"
& NewData$newvolume&-as.numeric(NewData$newvolume)#进行转换
& NewData$price&-as.numeric(NewData$price) #进行转换
& class(NewData$newvolume)#进行再次查看
[1] "numeric"
& class(NewData$price) #进行再次查看
[1] "numeric"
可以使用order()函数对一个数据框进行排序，按照Newvolume对数据进行升序排序。
NewData&-NewData[order(NewData$newvolume),]#排序后备用
四、对数据的分析运用
目的一：计算样本中联想电脑的均价，销售数量的均值，并以此计算出总样本平均的销售价格。
目的二：销售总金额
目的三：绘制价格-销售数量图（折线图和点图）
01.计算联想电脑均价
& shopkpi1&-nrow(NewData)#
& shopkpi1#计算抓取总的店铺数量（包括重复的店铺，因为存在价格不同、销售数量不同的情况）
& totalPrice&-sum(NewData$price,na.rm = TRUE)#求和
& averagePrice&-totalPrice/shopkpi1
& averagePrice#求出均价
这里计算了一下联系电脑价格四分位数：
可以看到样本中求取得平均价格%的临界点小，比40%的临界点大，但更靠近60%的临界点，也就是说均价处于中等偏上位置。
& y&-quantile(NewData$price,c(.8,.6,.4,.2))
& y#求取分位数
& z&-median(NewData$price)
& z#价格中位数
& min(NewData$price)#求取最小值
& max(NewData$price)#求取最大值
& #绘制箱线图
& boxplot(NewData$price,main="联想电脑价格箱线图",ylab="Price")
联想电脑价格箱线图
02.计算销售数量的均值
& shopkpi1&-nrow(NewData)#获取行数
& shopkpi1
& totalVolume&-sum(NewData$newvolume,na.rm = TRUE)#求取销售数量总和，即共有多少笔交易
& averageVolume&-totalVolume/shopkpi1
& totalVolume
& averageVolume#店铺的平均销量为208.25笔交易（表示为已经收到货，
#且确认付款的交易，不包括未确认收获的交易情况，同时这也不是一个完整月的交易量，数据截止到）
[1] 208.25
03.计算截止目前四月份销售总金额
& totalmoney&-sum(NewData$price*NewData$newvolume,na.rm = TRUE)
& totalmoney#抓取得页面中联系电脑总销售金额将近五千万
04绘制价格-销量图
a．绘制最优拟合图
& #绘制最优拟合曲线图
& attach(NewData)
& plot(NewData$price,NewData$newvolume)
& abline(lm(NewData$price~NewData$newvolume))
& title("联想电脑价格和销售量关系图")
& detach(NewData)
联想电脑价格和销售数量拟合图
看来市场经济的规律是对的，需求第一定律说：无论何时何地，价格提高，商品的需求量就减少，价格降低到一定程度，需求量就一定会增加。
b.绘数点图
dotchart(NewData$newvolume,labels = NewData$price,cex = .7,
main = "销售数量和价格关系",
xlab="销售数量")
价格和销量点数图
关于点数图中，想进行分类别处理，目前还在探索中，后续会更新。
知道并做到。币乎ID:白马少年。
第一章我如何做好销售团队的整体组织规划 依靠优秀销售团队的努力，可以为下级经销商和客户提供全方位的销售服务，以获得协同和配合，提高产品和服务的差异化和增值性，从而建立争夺市场优势的基础。同时，市场不可预测的快速多变，也要求销售团队保持快速的响应能力，以及时调整市场策略，使销...
//我所经历的大数据平台发展史（三）：互联网时代 o 上篇http://www.infoq.com/cn/articles/the-development-history-of-big-data-platform-paet02 编者按：本文是松子（李博源）的大数据平台发展史...
首页 资讯 文章 资源 小组 相亲 登录 注册 首页 最新文章 IT 职场 前端 后端 移动端 数据库 运维 其他技术 - 导航条 -首页最新文章IT 职场前端- JavaScript- HTML5- CSS后端- Python- Java- C/C++- PHP- .NE...
百战程序员_ Java1573题 QQ群：034603 掌握80%年薪20万掌握50%年薪10万 全程项目穿插, 从易到难，含17个项目视频和资料持续更新，请关注www.itbaizhan.com 国内最牛七星级团队马士兵、高淇等11位十年开发经验专...
晚上遇见一场晚霞，在天边那么亮，那么绚烂，仿佛就是为了点亮这雨天带来的丝丝愁绪。 是的，最近网易云推送的音乐总带着那么一丝悲伤的信息，又或者因为下雨，把内心的小情绪渲染的一致无疑。 一首又一首可以追溯到中学时代的歌，道尽了多少为赋新词强说愁的学生时代，那时候，班里的男生喜欢...
结果导向看似残酷，实际可以加速成长。无病呻吟，胡乱弹琴，没有章法。想法多落实少。 复盘自己，自己和自己对话，我是谁，我要过什么样子的生活？我的最终追求是啥？我这个阶段需要考虑的重点是啥，我完成了啥为未来准备了啥？ 自己是自己的主人，自己是自己的超人。 结果数字是最真实的。比...
留心处处皆学问 人情练达即文章
干惊天动地的事，做隐姓埋名的人。买电脑时被卖电脑的忽悠的买了比本来价格贵了一倍。怎么处理？ - 110网免费法律咨询
您的位置：
&& 查看咨询 　　　　　　　今日活跃律师： &&&&&&&&&&
该问题已关闭
的回复获得奖章一枚
的回复获得奖章一枚
的回复获得奖章一枚
的回复获得奖章一枚
的回复获得奖章一枚
的回复获得奖章一枚
的回复获得奖章一枚
的回复获得奖章一枚
的回复获得奖章一枚
的回复获得奖章一枚
买电脑时被卖电脑的忽悠的买了比本来价格贵了一倍。怎么处理？
北京－东城区&06-11 23:21&&悬赏 25&&发布者:kangzh…… & 回答:(6)
买的时候电脑销售员说我的那一款自己看的那一款怎么不好怎么不好，给我推荐了一款电脑。后来我就按照说的看了一下电脑。觉得还行就买了。可是今天来了一个朋友说是看我这电脑根本不值我买的价格。我后来重新咨询其他电脑销售的公司。一查我买的价格贵了一倍多。这个能退货或者更换型号吗？
问题补充：
我现在手里就只有这一台电脑和当时交款时留的收据单子。
您也有法律问题？ 您可以 发布咨询，我们的律师随时在线为您服务
[北京-朝阳区]
932266积分
回复时间：
如果协商不成，建议消协投诉
[北京-东城区]
243393积分
回复时间：
您好，建议协商解决，协商不成，可以向消费者协会投诉，必要时可以委托律师提起诉讼，主张自己的权利，建议来电咨询，为您进一步分析
[北京-海淀区]
879057积分
回复时间：
建议消协投诉
[北京-朝阳区]
回复时间：
消协投诉，搜集证据、诉讼解决，依法维权，详询来电微信
[北京-朝阳区]
电话：（仅限接待北京地区咨询）
274780积分
回复时间：
欺诈销售，可以要求退一赔三。
[北京-朝阳区]
694548积分
回复时间：
协商解决，协商不成可以向消协投诉或向法院起诉
问题答案可能在这里 →
无锡推荐律师
最佳律师解答
(曲延波)()&
(年遇春)()&
(耿武杰)()&
(郎海华)()&
(郎海华)()&
(郎海华)()&
最新回复律师
上海 静安区
人气：33412
人气：236733
人气：61091
北京 海淀区
人气：326846
人气：590296
上海 长宁区
人气：64420