Python数据处理9787115459190
举报
-
作者:
杰奎琳·凯泽尔
-
出版社:
人民邮电出版社
-
ISBN:
9787115459190
-
出版时间:
2017-07
-
装帧:
其他
-
开本:
16开
-
ISBN:
9787115459190
-
出版时间:
2017-07
售价
￥
8.26
0.8折
定价
￥99.00
品相
八五品
上书时间2024-05-14
卖家超过10天未登录
-
-
商品描述：
-
作者简介
Jacqueline Kazil，数据科学家，zi深软件开发者。活跃于Python软件基金会、PyLadies等社区。曾参与美国总统创新伙伴项目，是美国政府技术组织18F的联合创始人。曾担任《华盛顿邮报》数据记者。
Katharine Jarmul，zi深Python开发者，PyLadies联合创始人。喜欢数据分析和获取、网页抓取、教人学习Python以及Unix，期望通过教育和培训来促进Python和其他开源语言的多元化。
目录
前言
第1章 Python简介
1.1 为什么选择Python
1.2 开始使用Python
1.2.1 Python版本选择
1.2.2 安装Python
1.2.3 测试Python
1.2.4 安装pip
1.2.5 安装代码编辑器
1.2.6 安装IPython（可选）
1.3 小结
第2章 Python基础
2.1 基本数据类型
2.1.1 字符串
2.1.2 整数和浮点数
2.2 数据容器
2.2.1 变量
2.2.2 列表
2.2.3 字典
2.3 各种数据类型的用途
2.3.1 字符串方法：字符串能做什么
2.3.2 数值方法：数字能做什么
2.3.3 列表方法：列表能做什么
2.3.4 字典方法：字典能做什么
2.4 有用的工具：type、dir 和help
2.4.1 type
2.4.2 dir
2.4.3 help
2.5 综合运用
2.6 代码的含义
2.7 小结
第3章 供机器读取的数据
3.1 CSV 数据
3.1.1 如何导入CSV 数据
3.1.2 将代码保存到文件中并在命令行中运行
3.2 JSON 数据
3.3 XML 数据
3.4 小结
第4章 处理Excel 文件
4.1 安装Python包
4.2 解析Excel 文件
4.3 开始解析
4.4 小结
第5章 处理PDF 文件，以及用Python解决问题
5.1 尽量不要用PDF
5.2 解析PDF 的编程方法
5.2.1 利用slate 库打开并读取PDF
5.2.2 将PDF 转换成文本
5.3 利用pdfminer 解析PDF
5.4 学习解决问题的方法
5.4.1 练习：使用表格提取，换用另一个库
5.4.2 练习：手动清洗数据
5.4.3 练习：试用另一种工具
5.5 不常见的文件类型
5.6 小结
第6章 数据获取与存储
6.1 并非所有数据生而平等
6.2 真实性核查
6.3 数据可读性、数据清洁度和数据寿命
6.4 寻找数据
6.4.1 打电话
6.4.2 美国政府数据
6.4.3 全球政府和城市开放数据
6.4.4 组织数据和非政府组织数据
6.4.5 教育数据和大学数据
6.4.6 医学数据和科学数据
6.4.7 众包数据和API
6.5 案例研究：数据调查实例
6.5.1 埃博拉病毒危机
6.5.2 列车安全
6.5.3 足球运动员的薪水
6.5.4 童工
6.6 数据存储
6.7 数据库简介
6.7.1 关系型数据库：MySQL 和PostgreSQL
6.7.2 非关系型数据库：NoSQL
6.7.3 用Python创建本地数据库
6.8 使用简单文件
6.8.1 云存储和Python
6.8.2 本地存储和Python
6.9 其他数据存储方式
6.10 小结
第7章 数据清洗：研究、匹配与格式化
7.1 为什么要清洗数据
7.2 数据清洗基础知识
7.2.1 找出需要清洗的数据
7.2.2 数据格式化
7.2.3 找出离群值和不良数据
7.2.4 找出重复值
7.2.5 模糊匹配
7.2.6 正则表达式匹配
7.2.7 如何处理重复记录
7.3 小结
第8章 数据清洗：标准化和脚本化
8.1 数据归一化和标准化
8.2 数据存储
8.3 找到适合项目的数据清洗方法
8.4 数据清洗脚本化
8.5 用新数据测试
8.6 小结
第9章 数据探索和分析
9.1 探索数据
9.1.1 导入数据
9.1.2 探索表函数
9.1.3 联结多个数据集
9.1.4 识别相关性
9.1.5 找出离群值
9.1.6 创建分组
9.1.7 深入探索
9.2 分析数据
9.2.1 分离和聚焦数据
9.2.2 你的数据在讲什么
9.2.3 描述结论
9.2.4 将结论写成文档
9.3 小结
第10章 展示数据
10.1 避免讲故事陷阱
10.1.1 怎样讲故事
10.1.2 了解听众
10.2 可视化数据
10.2.1 图表
10.2.2 时间相关数据
10.2.3 地图
10.2.4 交互式元素
10.2.5 文字
10.2.6 图片、视频和插画
10.3 展示工具
10.4 发布数据
10.4.1 使用可用站点
10.4.2 开源平台：创建一个新网站
10.4.3 Jupyter（曾名IPythonnotebook）
10.5 小结
第11章 网页抓取：获取并存储网络数据
11.1 抓取什么和如何抓取
11.2 分析网页
11.2.1 检视：标记结构
11.2.2 网络 时间线：页面是如何加载的
11.2.3 控制台：同JavaScript 交互
11.2.4 页面的深入分析
11.3 得到页面：如何通过互联网发出请求
11.4 使用Beautiful Soup 读取网页
11.5 使用lxml 读取网页
11.6 小结
第12章 高级网页抓取：屏幕抓取器与爬虫
12.1 基于浏览器的解析
12.1.1 使用Selenium 进行屏幕读取
12.1.2 使用Ghost.py 进行屏幕读取
12.2 爬取网页
12.2.1 使用Scrapy 创建一个爬虫
12.2.2 使用Scrapy 爬取整个网站
12.3 网络：互联网的工作原理，以及为什么它会让脚本崩溃
12.4 变化的互联网（或脚本为什么崩溃）
12.5 几句忠告
12.6 小结
第13章 应用编程接口
13.1 API 特性
13.1.1 REST API 与流式API
13.1.2 频率限制
13.1.3 分级数据卷
13.1.4 API key 和token
13.2 一次简单的Twitter REST API 数据拉取
13.3 使用Twitter REST API 进行高级数据收集
13.4 使用Twitter 流式API 进行高级数据收集
13.5 小结
第14章 自动化和规模化
14.1 为什么要自动化
14.2 自动化步骤
14.3 什么会出错
14.4 在哪里自动化
14.5 自动化的特殊工具
14.5.1 使用本地文件、参数及配置文件
14.5.2 在数据处理中使用云
14.5.3 使用并行处理
14.5.4 使用分布式处理
14.6 简单的自动化
14.6.1 CronJobs
14.6.2 Web 接口
14.6.3 Jupyter notebook
14.7 大规模自动化
14.7.1 Celery：基于队列的自动化
14.7.2 Ansible：操作自动化
14.8 监控自动化程序
14.8.1 Python日志
14.8.2 添加自动化信息
14.8.3 上传和其他报告
14.8.4 日志和监控服务
14.9 没有万无一失的系统
14.10 小结
第15章 结论
15.1 数据处理者的职责
15.2 数据处理之上
15.2.1 成为一名更优秀的数据分析师
15.2.2 成为一名更优秀的开发者
15.2.3 成为一名更优秀的视觉化讲故事者
15.2.4 成为一名更优秀的系统架构师
15.3 下一步做什么
附录A 编程语言对比
附录B 初学者的Python学习资源
附录C 学习命令行
附录D 高级Python设置
附录E Python陷阱
附录F IPython指南
附录G 使用亚马逊网络服务
关于作者
关于封面
内容摘要
杰奎琳·凯泽尔、凯瑟琳·贾缪尔著的《Python数据处理》采用基于项目的方法，介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括：Python基础知识，如何从CSV、Excel、XML、JSON和PDF文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和API中提取数据。
本书适合数据处理工作相关人员。
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
