成功加入购物车
零一 ; 韩要宾 ; 黄园园 / 电子工业出版社 / 2018-03 / 其他
售价 ¥ 9.90 2.0折
定价 ¥49.00
品相 全新
优惠 满包邮
延迟发货说明
上书时间2023-11-06
卖家超过10天未登录
Python 3爬虫、数据清洗与可视化实战
本书是一本通过实战教初学者学习采集数据、清洗和组织数据进行分析及可视化的 Python 读物。书中案例均经过实战检验,笔者在实践过程中深感采集数据、清洗和组织数据的重要性,作为一名数据行业的“码农”,数据就是沃土,没有数据,我们将无田可耕。 本书共分 11 章, 6 个核心主题:其一是 Python 基础入门,包括环境配置、基本操作、数据类型、语句和函数;其二是 Python 爬虫的构建,包括网页结构解析、爬虫流程设计、代码优化、效率优化、容错处理、 反防爬虫、 表单交互和模拟页面点击; 其三是 Python 数据库应用, 包括 MongoDB、 MySQL 在 Python中的连接与应用;其四是数据清洗和组织,包括 NumPy 数组知识、 pandas 数据的读写、分组变形、缺失值异常值处理、时序数据处理和正则表达式的使用;其五是综合应用案例,帮助读者贯穿爬虫、数据清洗与组织的过程;*后是数据可视化,包括 Matplotlib 和 Pyecharts 两个库的使用,涉及饼图、柱形图、线图、词云图、地图等图形,帮助读者进入可视化的殿堂。 本书以实战为主,适合 Python 初学者及高等院校的相关专业学生,也适合 Python 培训机构作为实验教材使用。
零一 原名陈海城, 零一数据学院创始人, 电商数据专家,数据分析师,开发工程师。 从事培训教育、数据分析和人工智能行业。 黄园园,具有十年软件开发经验,全栈工程师,六西格玛黑带,精通Python和机器学习算法,具有丰富的分布式爬虫开发经验;曾在苏州三星电子电脑(SESC)、新加坡电信(NCS)、希捷科技(Seagate Technology)等世界知名企业研发部工作,参与过花旗银行在线支付系统、银行账单自动化审核系统等大型软件开发,曾任杭州沐垚科技CTO。 韩要宾,杭州沐垚科技有限公司 COO,CDA数据分析研究院资深讲师;5年电商从业经验,4年数据挖掘实战经验;专注于数据分析与挖掘、机器学习、深度学习,服务客户包括苏宁易购、迪卡侬、百草味、浙江师范大学等。
第 1 章 Python 基础 /1 1.1 安装 Python 环境 /1 1.1.1 Python 3.6.2 安装与配置 /1 1.1.2 使用 IDE 工具——PyCharm /4 1.1.3 使用 IDE 工具——Anaconda / 4 1.2 Python 操作入门/6 1.2.1 编写第一个 Python 代码/6 1.2.2 Python 基本操作/9 1.2.3 变量/10 1.3 Python 数据类型/10 1.3.1 数字/10 1.3.2 字符串/11 1.3.3 列表/13 1.3.4 元组/14 1.3.5 集合/15 1.3.6 字典/15 1.4 Python 语句与函数/16 1.4.1 条件语句/16 1.4.2 循环语句/16 1.4.3 函数/17 第 2 章 写一个简单的爬虫/18 2.1 关于爬虫的合法性/18 2.2 了解网页/20 2.2.1 认识网页结构/ 21 2.2.2 写一个简单的 HTML/21 2.3 使用 requests 库请求网站/23 2.3.1 安装 requests 库/23 2.3.2 爬虫的基本原理/25 2.3.3 使用 GET 方式抓取数据/26 2.3.4 使用 POST 方式抓取数据/27 2.4 使用 Beautiful Soup 解析网页/30 2.5 清洗和组织数据/34 2.6 爬虫攻防战/35 第 3 章 用 API 爬取天气预报数据/38 3.1 注册免费 API 和阅读技术文档/38 3.2 获取 API 数据/40 3.3 存储数据到 MongoDB /45 3.3.1 下载并安装 MongoDB/ 45 3.3.2 在 PyCharm 中安装 Mongo Plugin/ 46 3.3.3 将数据存入 MongoDB/49 3.4 MongoDB 数据库查询/52 第 4 章 大型爬虫案例:抓取某电商网站的商品数据/55 4.1 观察页面特征和解析数据/55 4.2 工作流程分析/64 4.3 构建类目树/65 4.4 获取产品列表/ 68 4.5 代码优化/70 4.6 爬虫效率优化/74 4.7 容错处理/77 第 5 章 Scrapy 爬虫/78 5.1 Scrapy 简介/78 5.2 Scrapy 安装/79 5.3 案例:用 Scrapy 抓取股票行情/ 80 第 6 章 Selenium 爬虫/88 6.1 Selenium 简介/88 6.2 案例:用 Selenium 抓取电商网站数据/90 第 7 章 数据库连接和查询/100 7.1 使用 PyMySQL/100 7.1.1 连接数据库/100 7.1.2 案例:某电商网站女装行业 TOP100 销量数据/102 7.2 使用 SQLAlchemy/104 7.2.1 SQLAlchemy 基本介绍/104 7.2.2 SQLAlchemy 基本语法/105 7.3 MongoDB/107 7.3.1 MongoDB 基本语法/107 7.3.2 案例:在某电商网站搜索“连衣裙”的商品数据/107 第 8 章 NumPy/109 8.1 NumPy 简介/109 8.2 一维数组/110 8.2.1 数组与列表的异同/110 8.2.2 数组的创建/111 8.3 多维数组/111 8.3.1 多维数组的高效性能/112 8.3.2 多维数组的索引与切片/113 8.3.3 多维数组的属性/113 8.4 数组的运算/115 第 9 章 pandas 数据清洗/117 9.1 数据读写、选择、整理和描述/117 9.1.1 从 CSV 中读取数据/119 9.1.2 向 CSV 写入数据/120 9.1.3 数据选择/120 9.1.4 数据整理/122 9.1.5 数据描述/123 9.2 数据分组、分割、合并和变形/124 9.2.1 数据分组/124 9.2.2 数据分割/127 9.2.3 数据合并/128 9.2.4 数据变形/134 9.2.5 案例:旅游数据的分析与变形/136 9.3 缺失值、异常值和重复值处理/140 9.3.1 缺失值处理/140 9.3.2 检测和过滤异常值/144 9.3.3 移除重复数据/147 9.3.4 案例:旅游数据的值检查与处理/149 9.4 时序数据处理/152 9.4.1 日期/时间数据转换/152 9.4.2 时序数据基础操作/153 9.4.3 案例:天气数据分析与处理/155 9.5 数据类型转换/158 9.6 正则表达式/ 160 9.6.1 元字符与限定符/161 9.6.2 案例:用正则表达式提取网页文本信息/162 第 10 章 综合应用实例/164 10.1 按性价比给用户推荐旅游产品/164 10.1.1 数据采集/165 10.1.2 数据清洗、建模/169 10.2 通过热力图分析为用户提供出行建议/172 10.2.1 某旅游网站热门景点爬虫代码(qunaer_sights.py)/175 10.2.2 提取 CSV 文件中经纬度和销量信息/178 10.2.3 创建景点门票销量热力地图 HTML 文件/179 第 11 章 数据可视化/182 11.1 matplotlib/183 11.1.1 画出各省份平均价格、各省份平均成交量柱状图/183 11.1.2 画出各省份平均成交量折线图、柱状图、箱形图和饼图/184 11.1.3 画出价格与成交量的散点图/185 11.2 pyecharts/186 11.2.1 Echarts 简介/186 11.2.2 pyecharts 简介/187 11.2.3 初识 pyecharts,玫瑰相送/187 11.2.4 pyecharts 基本语法/188 11.2.5 基于商业分析的 pyecharts 图表绘制/190 11.2.6 使用 pyecharts 绘制其他图表/199 11.2.7 pyecharts 和 Jupyter/203
展开全部
图2
图3
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30