silentages

在原始arxiv数据集中作者经常会在论文的comments或abstract字段中给出具体的代码链接，所以我们需要从这些字段里面找出代码的链接。 首先我们来统计论文页数，也就是在comments字段中抽取pages和figures和个数，首先完成字段读取。 对pages进行统计…

当然在原始数据集中authors_parsed字段已经帮我们处理好了作者信息，可以直接使用该字段完成后续统计。 在Python中字符串是最常用的数据类型，可以使用引号('或")来创建字符串。Python中所有的字符都使用字符串存储，可以使用方括号来截取字符串。同时在Python…

authors_parsed：作者的信息。 我们从arxiv官网，查询到论文的类别名称以及其解释如下。 导入package并读取原始数据. 以上的结果表明：共有170618个数据，有15592个子类（因为有论文的类别是多个，例如一篇paper的类别是CS.AI & C…

CRON表达式详解结构各字段的含义|字段|允许值|允许的特殊字符||---|---|---||秒（Seconds）|0~59的整数|,-*/四个字符||分（Minutes）|0~59的整数|,-*/四