簡體網頁||繁體網頁

☆☆☆☆☆

圖書標籤:

• Python
• 數據分析
• 數據處理
• 網絡爬蟲
• 數據采集
• 網絡數據采集
• 數據抓取
• 實戰
• 編程入門
• 數據挖掘

店鋪： 藍墨水圖書專營店

齣版社： 人民郵電齣版社

ISBN：9787115463357

商品編碼：14680697662

套裝包括5本圖書：

python數據分析基礎

數據處理

網絡數據采集

數據抓取技術與實戰

用Python寫網絡爬蟲

書號： 9787115463357 9787115431790 9787115459190 9787115416292 9787121298844

基本信息

• 作者：   
• 譯者： 
• 齣版社：
• ISBN：9787115463357
• 上架時間：2017-7-31
• 齣版日期：2017 年7月
• 開本：16開
• 頁碼：272
• 版次：1-1
• 所屬分類：
   

編輯推薦

想深入應用手中的數據？還是想在上韆份文件上重復同樣的分析過程？沒有編程經驗的非程序員們如何能在·短的時間內學會用當今炙手可熱的Python語言進行數據分析？ 
來自Facebook的數據專傢Clinton Brownley可以幫您解決上述問題。在他的這本書裏，讀者將能掌握基本Python編程方法，學會編寫齣處理電子錶格和數據庫中的數據的腳本，並瞭解使用Python模塊來解析文件、分組數據和生成統計量的方法。 
學習基礎語法，創建並運行自己的Python腳本 
讀取和解析CSV文件 
讀取多個Excel工作錶和工作簿 
執行數據庫操作 
搜索特定記錄、分組數據和解析文本文件 
建立統計圖並繪圖 
生成描述性統計量並估計迴歸模型和分類模型 
在Windows和Mac環境下按計劃自動運行腳本

內容簡介

本書展示如何用Python程序將不同格式的數據處理和分析任務規模化和自動化。主要內容包括：Python基礎知識介紹、CSV文件和Excel文件讀寫、數據庫的操作、示例程序演示、圖錶的創建，等等。 

作譯者

Clinton W. Brownley
博士，Facebook數據科學傢，負責大數據流水綫、統計建模和數據可視化項目，並為大型基礎設施建設提供數據驅動的決策建議。 

目錄

前言 xi 
第1章 Python 基礎 1 
1.1 創建 Python 腳本 1 
1.2 運行 Python 腳本 3 
1.3 與命令行進行交互的幾項技巧 6 
1.4 Python 語言基礎要素 10 
1.4.1 數值 10 
1.4.2 字符串 12 
1.4.3 正則錶達式與模式匹配 16 
1.4.4 日期 19 
1.4.5 列錶 21 
1.4.6 元組 26 
1.4.7 字典 27 
1.4.8 控製流 30 
1.5 讀取文本文件 35 
1.5.1 創建文本文件 36 
1.5.2 腳本和輸入文件在同一位置 38 
1.5.3 讀取文件的新型語法 38 
1.6 使用 glob 讀取多個文本文件 39 
1.7 寫入文本文件 42  ...............

Python網絡數據采集 

用簡單高效的Python語言，展示網絡數據采集常用手段，剖析網絡錶單安全措施，完成大數據采集任務！

基本信息

• 作者：   
• 譯者： 
• 59.00
• 叢書名：
• 齣版社：
• ISBN：9787115416292
• 上架時間：2016-3-4
• 齣版日期：2016 年3月
• 開本：16開
• 頁碼：216
• 版次：1-1
• 所屬分類：
   

編輯推薦

網絡上的數據量越來越大，單靠瀏覽網頁獲取信息越來越睏難，如何有效地提取並利用信息已成為一個巨大的挑戰。本書采用簡潔強大的Python語言，全麵介紹網絡數據采集技術，教你從不同形式的網絡資源中自由地獲取數據。你將學會如何使用Python腳本和網絡API一次性采集並處理成韆上萬個網頁上的數據。
本書適閤熟悉Python的程序員、安全專業人士、網絡管理員閱讀。書中不僅介紹瞭網絡數據采集的基本原理，還深入探討瞭更高級的主題，比如分析原始數據、用網絡爬蟲測試網站等。此外，書中還提供瞭詳細的代碼示例，以幫助你更好地理解書中的內容。
通過閱讀本書，你將能夠：
解析復雜的HTML頁麵
遍曆多個網頁和網站
瞭解API的基本概念和工作原理
學習存儲數據的方法
下載、讀取並抽取網絡文檔中的數據
使用工具和方法清洗格式異常的數據
讀取並處理自然語言
越過錶單和登錄窗口采集數據
學習采集的方法
學習圖像處理和文字識彆方法

內容簡介

本書采用簡潔強大的Python語言，介紹瞭網絡數據采集，並為采集新式網絡中的各種數據類型提供瞭全麵的指導。，部分重點介紹網絡數據采集的基本原理：如何用Python從網絡服務器請求信息，如何對服務器的響應進行基本處理，以及如何以自動化手段與網站進行交互。第二部分介紹如何用網絡爬蟲測試網站，自動化處理，以及如何通過更多的方式接入網絡。 

作譯者

Ryan Mitchell
數據科學傢、軟件工程師，目前在波士頓LinkeDrive公司負責開發公司的API和數據分析工具。此前，曾在Abine公司構建網絡爬蟲和網絡機器人。她經常做網絡數據采集項目的谘詢工作，主要麵嚮金融和零售業。另著有Instant Web Scraping with Java。 

目錄

譯者序 ix
前言 xi
，部分 創建爬蟲
第1章 初見網絡爬蟲 2
1.1 網絡連接 2
1.2 BeautifulSoup簡介 4
1.2.1 安裝BeautifulSoup 5
1.2.2 運行BeautifulSoup 7
1.2.3 可靠的網絡連接 8
第2章 復雜HTML解析 11
2.1 不是一直都要用錘子 11
2.2 再端一碗BeautifulSoup 12
2.2.1 BeautifulSoup的find()和findAll() 13
2.2.2 其他BeautifulSoup對象 15
2.2.3 導航樹 16
2.3 正則錶達式 19
2.4 正則錶達式和BeautifulSoup 23
2.5 獲取屬性 24
2.6 Lambda錶達式 24
2.7 **BeautifulSoup 25
第3章 開始采集 26
3.1 遍曆單個域名 26
3.2 采集整個網站 30
3.3 通過互聯網采集 34
3.4 用Scrapy采集 38
第4章 使用API 42
4.1 API概述 43
4.2 API通用規則 43
4.2.1 方法 44
4.2.2 驗證 44
4.3 服務器響應 45
4.4 Echo Nest 46
4.5 Twitter API 48
4.5.1 開始 48
4.5.2 幾個示例 50
4.6 Google API 52
4.6.1 開始 52
4.6.2 幾個示例 53
4.7 解析JSON數據 55
4.8 迴到主題 56
4.9 再說一點API 60
第5章 存儲數據 61
5.1 媒體文件 61
5.2 把數據存儲到CSV 64
5.3 MySQL 65
5.3.1 安裝MySQL 66
5.3.2 基本命令 68
5.3.3 與Python整閤 71
5.3.4 數據庫技術與·佳實踐 74
5.3.5 MySQL裏的“六度空間遊戲” 75
5.4 Email 77
第6章 讀取文檔 80
6.1 文檔編碼 80
6.2 純文本 81
6.3 CSV 85
6.4 PDF 87
6.5 微軟Word和.docx 88
第二部分 高級數據采集
第7章 數據清洗 94
7.1 編寫代碼清洗數據 94
7.2 數據存儲後再清洗 98
第8章 自然語言處理 103
8.1 概括數據 104
8.2 馬爾可夫模型 106
8.3 自然語言工具包 112
8.3.1 安裝與設置 112
8.3.2 用NLTK做統計分析 113
8.3.3 用NLTK做詞性分析 115
8.4 其他資源 119
第9章 穿越網頁錶單與登錄窗口進行采集 120
9.1 Python Requests庫 120
9.2 提交一個基本錶單 121
9.3 單選按鈕、復選框和其他輸入 123
9.4 提交文件和圖像 124
9.5 處理登錄和cookie 125
9.6 其他錶單問題 127
第10章 采集 128
10.1 簡介 128
10.2 Ajax和動態HTML 131
10.3 處理重定嚮 137
第11章 圖像識彆與文字處理 139
11.1 OCR庫概述 140
11.1.1 Pillow 140
11.1.2 Tesseract 140
11.1.3 NumPy 141
11.2 處理格式規範的文字 142
11.3 讀取驗證碼與訓練Tesseract 146
11.4 獲取驗證碼提交答案 151
第12章 避開采集陷阱 154
12.1 道德規範 154
12.2 讓網絡機器人看起來像人類用戶 155
12.2.1 修改請求頭 155
12.2.2 處理cookie 157
12.2.3 時間就是一切 159
12.3 常見錶單安全措施 159
12.3.1 隱含輸入字段值 159
12.3.2 避免蜜罐 160
12.4 問題檢查錶 162
第13章 用爬蟲測試網站 164
13.1 測試簡介 164
13.2 Python單元測試 165
13.3 Selenium單元測試 168
13.4 Python單元測試與Selenium單元測試的選擇 172
第14章 遠程采集 174
14.1 為什麼要用遠程服務器 174
14.1.1 避免IP地址被封殺 174
14.1.2 移植性與擴展性 175
14.2 Tor代理服務器 176
14.3 遠程主機 177
14.3.1 從網站主機運行 178
14.3.2 從雲主機運行 178
14.4 其他資源 179
14.5 勇往直前 180
附錄A Python簡介 181
附錄B 互聯網簡介 184
附錄C 網絡數據采集的法律與道德約束 188
作者簡介 200
封麵介紹 200 

齣版信息

• 書 名Python數據處理
• 執行編輯關於本書的內容有任何問題，請聯係 
• 書 號978-7-115-45919-0
• 定 價99.00 元
• 頁 數396
• 印刷方式黑白
• 開 本16開
• 齣版狀態正在審校

2017.7

 

 

全麵掌握用Python進行爬蟲抓取以及數據清洗與分析的方法，輕鬆實現高效數據處理 本書采用基於項目的方法，介紹用Python完成數據獲取、數據清洗、數據探索、數據呈現、數據規模化和自動化的過程。主要內容包括：Python基礎知識，如何從CSV、Excel、XML、JSON和PDF文件中提取數據，如何獲取與存儲數據，各種數據清洗與分析技術，數據可視化方法，如何從網站和API中提取數據。 用傳統的電子錶格來處理數據不僅效率低下，而且無法處理某些格式的數據，對於混亂或龐大的數據集更是束手無策。本書將教你如何利用語法簡單、容易上手的Python輕鬆處理數據。作者通過循序漸進的練習，詳細介紹如何有效地獲取、清洗、分析與呈現數據，如何將數據處理過程自動化，如何安排文件編輯與清洗任務，如何處理更大的數據集，以及如何利用獲取的數據來創作引人入勝的故事。學完本書，你的數據處理和分析能力將更上一層樓。

* 快速瞭解Python基本語法、數據類型和語言概念
* 概述數據的獲取與存儲方式
* 清洗數據並格式化，以消除數據集中的重復值與錯誤
* 學習何時對數據進行標準化，何時對數據清理進行測試並將其腳本化
* 使用Scrapy寫網絡爬蟲
* 利用新的Python庫和技術對數據集進行探索與分析
* 使用Python解決方案將整個數據處理過程自動化

“如果你一直感覺電子錶格（甚至關係型數據庫）無法迴答你想要提齣的問題，或者除這些工具之外你準備進一步學習，那麼這本書非常適閤你。我一直在等待這本書的齣現。”

——Derek Willis，ProPublica新聞應用開發者，OpenElections聯閤創始人

“所有新手數據科學傢、數據工程師或其他技術方麵的數據專傢都應該讀一讀這本實踐指南。數據處理領域正需要這樣一本書，真希望我，次開始用Python處理數據時就能有它指導。”

——Tyrone Grandison博士，Proficiency Labs Intl. CEO  

目錄

正在加工……

作者介紹

Jacqueline Kazil，數據科學傢，資深軟件開發者。活躍於Python軟件基金會、PyLadies等社區。曾參與美國總統創新夥伴項目，是美國政府技術組織18F的聯閤創始人。曾擔任《華盛頓郵報》數據記者。

Katharine Jarmul，資深Python開發者，PyLadies聯閤創始人。喜歡數據分析和獲取、網頁抓取、教人學習Python以及Unix，期望通過教育和培訓來促進Python和其他開源語言的多元化。

【譯者簡介】

張亮（hysic），畢業於北京大學物理學院，愛好機器學習和數據分析的核安全工程師。

呂傢明，2016年畢業於哈爾濱工業大學，現就職於騰訊，從事搜索、Query分析等相關工作，熟悉大規模數據下的數據挖掘和機器學習實踐。

書名:用Python寫網絡爬蟲

定價：45.00元

作者:[澳]理查德 勞森(Richard Lawson)

齣版社：人民郵電齣版社

齣版日期：2016-08-01

ISBN：9787115431790

作為一種便捷地收集網上信息並從中抽取齣可用信息的方式，網絡爬蟲技術變得越來越有用。使用Python這樣的簡單編程語言，你可以使用少量編程技能就可以爬取復雜的網站。《用Python寫網絡爬蟲》作為使用Python來爬取網絡數據的傑齣指南，講解瞭從靜態頁麵爬取數據的方法以及使用緩存來管理服務器負載的方法。此外，本書還介紹瞭如何使用AJAX URL和Firebug擴展來爬取數據，以及有關爬取技術的更多真相，比如使用瀏覽器渲染、管理cookie、通過提交錶單從受驗證碼保護的復雜網站中抽取數據等。本書使用Scrapy創建瞭一個高級網絡爬蟲，並對一些真實的網站進行瞭爬取。《用Python寫網絡爬蟲》介紹瞭如下內容：通過跟蹤鏈接來爬取網站；使用lxml從頁麵中抽取數據；構建綫程爬蟲來並行爬取頁麵；將下載的內容進行緩存，以降低帶寬消耗；解析依賴於的網站；與錶單和會話進行交互；解決受保護頁麵的驗證碼問題；對AJAX調用進行逆嚮工程；使用Scrapy創建高級爬蟲。本書讀者對象本書是為想要構建可靠的數據爬取解決方案的開發人員寫作的，本書假定讀者具有一定的Python編程經驗。當然，具備其他編程語言開發經驗的讀者也可以閱讀本書，並理解書中涉及的概念和原理。

目錄

 

---

 

目錄第1章 網絡爬蟲簡介11.1 網絡爬蟲何時有用 11.2 網絡爬蟲是否閤法 21.3 背景調研 31.3.1 檢查robots.txt 31.3.2 檢查網站地圖 41.3.3 估算網站大小 51.3.4 識彆網站所用技術 71.3.5 尋找網站所有者 71.4 編寫個網絡爬蟲 81.4.1 下載網頁 91.4.2 網站地圖爬蟲 121.4.3 ID遍曆爬蟲 131.4.4 鏈接爬蟲 151.5 本章小結 22第2章 數據抓取 232.1 分析網頁 232.2 三種網頁抓取方法 262.2.1 正則錶達式 262.2.2 Beautiful Soup 282.2.3 Lxml 302.2.4 性能對比 322.2.5 結論 352.2.6 為鏈接爬蟲添加抓取迴調 352.3 本章小結 38第3章 下載緩存 393.1 為鏈接爬蟲添加緩存支持 393.2 磁盤緩存 423.2.1 實現 443.2.2 緩存測試 463.2.3 節省磁盤空間 463.2.4 清理過期數據 473.2.5 缺點 483.3 數據庫緩存 493.3.1 NoSQL是什麼 503.3.2 安裝MongoDB 503.3.3 MongoDB概述 503.3.4 MongoDB緩存實現 523.3.5 壓縮 543.3.6 緩存測試 543.4 本章小結 55第4章 並發下載 574.1 0個網頁 574.2 串行爬蟲 604.3 多綫程爬蟲 604.3.1 綫程和進程如何工作 614.3.2 實現 614.3.3 多進程爬蟲 634.4 性能 674.5 本章小結 68第5章 動態內容 695.1 頁示例 695.2 對頁進行逆嚮工程 725.3 渲染頁 775.3.1 PyQt還是PySide 785.3.2 執行 785.3.3 使用WebKit與網站交互 805.3.4 Selenium 855.4 本章小結 88第6章 錶單交互 896.1 登錄錶單 906.2

內容提要

基本信息

書名:Python數據抓取技術與實戰

定價：49.00元

作者:潘慶和 編著

齣版社：電子工業齣版社

齣版日期：2016-08-01

ISBN：9787121298844

字數：4000

頁碼：256

版次：1

裝幀：平裝

開本：16開

商品重量：

編輯推薦

 

---

 

如何在大數據時代獲得實時的數據信息，分析挖掘、提取齣有價值的信息，並以直觀清晰的圖形錶示齣關鍵的數量關係和概念，是一個值得研究的問題。本書通過數據抓取篇（如何獲得數據信息）、數據分析篇（分析挖掘，提取齣有價值的信息）、數據可視化篇（以直觀清晰的圖形錶示齣關鍵的數量關係和概念）詳細描述數據抓取、分析、展示的整個流程，每一篇自成一體，可以單獨學習掌握。

目錄

 

---

 

目 錄
第１章 Python基礎１
１�保� Python安裝１
１�保� 安裝pip ６
１�保� 如何查看幫助７
１�保� 個程序１０
１�保� 文件操作２５
１�保� 循環２８
１�保� 異常３０
１�保� 元組３０
１�保� 列錶３２
１�保保� 字典３６
１�保保� 集閤３８
１�保保� 隨機數３９
１�保保� enumerate的使用４０
１�保保� 第二個例子４１
第２章 字符串解析４６
２�保� 常用函數４６
２�保� 正則錶達式５０
２�保� BeautifulSoup ５５
２�保� json結構６２
第３章 單機數據抓取７７
３�保� 單機順序抓取７７
３�保� requests １０７
３�保� 並發和並行抓取１１７
第４章 分布式數據抓取１３７
４�保� RPC的使用１３８
４�保� Celery係統１４５
第５章 全能的Selenium １５９
Ⅴ
５�保� Selenium單機１５９
５�保� Selenium分布式抓取１７８
５�保� Linux無圖形界麵使用Selenium １８８
第６章 神秘的Tor １９１
６�保� 抓取時IP封鎖的問題１９１
６�保� Tor的安裝與使用１９２
６�保� Tor多綫程１９７
６�保� Tor與Selenium結閤２０５
第７章 抓取常見問題２１０
７�保� Flash ２１０
７�保� 桌麵程序２１１
７�保� U盤２１３
７�保� 二級三級頁麵２１４
７�保� 圖片的處理２１４
７�保� App數據抓取２１４
第８章 監控框架２２１
８�保� 框架說明２２３
８�保� 監控係統實例２２５
第９章 擁抱大數據２２９
９�保� Hadoop生態圈２２９
９�保� Cloudera環境搭建２３１

內容提要

 

---

 

如何在大數據時代獲得實時的數據信息，分析挖掘、提取齣有價值的信息，並以直觀清晰的圖形錶示齣關鍵的數量關係和概念，是一個值得研究的問題。本書通過數據抓取篇（如何獲得數據信息）、數據分析篇（分析挖掘，提取齣有價值的信息）、數據可視化篇（以直觀清晰的圖形錶示齣關鍵的數量關係和概念）詳細描述數據抓取、分析、展示的整個流程，每一篇自成一體，可以單獨學習掌握。

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆