《Python爬虫、数据分析与可视化》内容简介

本书根据大多数软件公司对Python数据分析和可视化的需求，面向Python初学者讲述爬虫、数据分析、数据可视化和机器学习等方面的技术和实践案例。全书共13章：第1~4章为基础篇，主要讲述Python基础知识、Python数据结构、面向对象编程思想、Python异常处理和读写文件的技巧；第5~7章为数据分析的工具篇，主要讲述NumPy库、Pandas库和Matplotlib库的基本功能和应用；第8、9章为数据分析高级技能篇，主要通过爬取技术博客案例讲述基于Scrapy爬虫框架的实用技巧，以及数据分析的常用方法；第10～13章为综合案例篇，主要讲述图书分析案例、二手房数据分析案例、股票数据分析案例和基于sklearn库的机器学习相关实践，涉及线性回归分析、岭回归分析、SVM分类、KNN分类和逻辑回归等机器学习算法。本书语言通俗易懂，案例丰富，适合想要入职数据分析岗位的新手、大学生以及欲转行进入大数据分析领域的从业人员使用，也可以作为大专院校或培训机构的教学用书。
本书由成立明、胡书敏、黄勇编著。

作品目录

前言
本书内容
本书特点
本书源代码、教学视频、PPT课件
第1章：Python编程基础
1.1、搭建Python开发环境
1.2、实践Python基本语法
1.3、定义和调用函数
1.4、return的重要性——函数的递归调用
1.5、熟悉函数的特殊写法
1.6、本章小结
第2章：Python的数据结构
2.1、列表
2.2、元组
2.3、集合
2.4、字典
2.5、针对数据结构的通用性操作
2.6、本章小结
第3章：Python面向对象编程
3.1、什么是面向对象思想
3.2、封装特性
3.3、继承特性
3.4、多态特性
3.5、模块、包以及第三方库
3.6、本章小结
第4章：异常处理机制与文件读写
4.1、通过try…except…finally处理异常
4.2、raise与except的整合使用
4.3、异常处理的实践经验
4.4、在读写文件案例中使用异常机制
4.5、本章小结
第5章：NumPy数组处理
5.1、NumPy库的基础数据结构：ndarray对象
5.2、NumPy库的常用操作
5.3、针对ndarray的索引和切片操作
5.4、本章小结
第6章：Pandas数据清洗
6.1、以一维方式存储数据的Series对象
6.2、以表格格式存储数据的DataFrame对象
6.3、面向DataFrame的常用数据分析方法
6.4、Pandas与各类文件的交互
6.5、本章小结
第7章：Matplotlib数据可视化
7.1、通过Matplotlib绘制各类图形
7.2、设置坐标的技巧
7.3、增加可视化美观效果
7.4、设置多图和子图效果
7.5、绘制高级图表
7.6、通过mplot3d绘制三维图形
7.7、本章小结
第8章：通过网络爬虫获取数据
8.1、和爬虫有关的HTTP
8.2、通过Urllib库获取网页信息
8.3、通过BeautifulSoup提取页面信息
8.4、通过正则表达式截取信息
8.5、用Scrapy爬取博客园文章信息
8.6、本章小结
第9章：数据分析的常用方法
9.1、准备并存储数据
9.2、描述性统计
9.3、基于时间序列的统计方法
9.4、概率分析方法与推断统计
9.5、回归分析方法
9.6、本章小结
第10章：案例：图书信息的爬取、数据清洗与分词处理
10.1、用Scrapy框架爬取豆瓣网编程图书
10.2、分析图书数据，绘制可视化图表
10.3、本章小结
第11章：案例：二手房数据的爬取、清洗与可视化
11.1、用Scrapy框架爬取二手房数据
11.2、分析二手房数据
11.3、本章小结
第12章：案例：股票数据分析与可视化
12.1、股市指标的分析与可视化
12.2、验证常见的股市交易策略
12.3、绘制价格通道
12.4、用机器学习方法预测股票
12.5、本章小结
第13章：基于机器学习算法的数据分析
13.1、数据集与机器学习的基础知识
13.2、一元和多元线性回归案例
13.3、岭回归、Lasso回归及案例
13.4、分类算法案例
13.5、基于手写体数字识别的分类案例
13.6、本章小结