具體描述
Python網絡數據爬取及分析從入門到精通（分析篇）（內容講解專業但不晦澀，實例分析實際但不枯燥）
作者:楊秀璋，顔娜齣版社:北京航空航天大學齣版社齣版時間:2018年05月
定價 59.8元
版 次：1頁 數：字 數：印刷時間：2018年05月28日開 本：16開紙 張：膠版紙包 裝：平裝-膠訂是否套裝：否國際標準書號ISBN：9787512427136
所屬分類：
圖書>計算機/網絡>程序設計>其他
編輯推薦
這是一套以實例為主、使用Python語言講解網絡數據爬蟲及分析的實戰指南。本套書通俗易懂,涵蓋瞭Python基礎知識、數據爬取、數據分析、數據預處理、數據可視化、數據存儲、算法評估等多方麵知識，每一部分知識都從安裝過程、導入擴展包到算法原理、基礎語法,再結閤實例進行詳細講解。
本套書包括兩本:《Python網絡數據爬取及分析從入門到精通(爬取篇)》和《Python網絡數據爬取及分析從入門到精通(分析篇)》。
看完此書，真正讓你做到從入門到精通。
本書采用通俗易懂的語言、豐富多彩的實例，詳細介紹瞭使用Python語言進行網絡數據分析的知識，主要內容包括Python數據分析常用庫、可視化分析、迴歸分析、聚類分析、分類分析、關聯規則挖掘分析、數據預處理及文本聚類、詞雲熱點與主題分布分析、復雜網絡與基於數據庫技術的分析等。
書中所有知識點都結閤瞭具體的實例進行介紹，涉及的實例都給齣瞭詳細分析流程，程序代碼都給齣瞭具體的注釋，采用圖文結閤的形式講解，讓讀者能更加輕鬆地領會Python網絡數據分析的精髓，快速提高自己的開發能力。
本書既可作為Python開發入門者的自學用書，也可作為高等院校數據分析、數據挖掘、機器學習、大數據等相關專業的教學參考書或實驗指導書，還可供Python數據分析人員查閱、參考。
作者簡介
楊秀璋，畢業於北京理工大學軟件學院，長期從事Web數據挖掘、Python數據分析、網絡數據爬取工作及研究。他現任教於貴州財經大學信息學院，主講“數據挖掘與分析”“大數據技術及應用”課程，並從事大數據分析、數據挖掘、知識圖譜等領域的項目研究與開發；有多年的Python編程、數據分析及知識圖譜研究經驗，實戰經驗較為豐富。
此外，他還積極分享編程知識和開源代碼編寫經驗，先後在CSDN、博客園、阿裏雲棲社區撰寫博客，僅在CSDN就分享瞭300多篇原創文章，開設瞭11個專欄，纍計閱讀量超過250萬人次。
第1章 網絡數據分析概述 1
1.1 數據分析 1
1.2 相關技術 3
1.3 Anaconda開發環境 5
1.4 常用數據集 9
1.4.1 Sklearn數據集 9
1.4.2 UCI數據集 10
1.4.3 自定義爬蟲數據集 11
1.4.4 其他數據集 12
1.5 本章小結 13
參考文獻 14
第2章 Python數據分析常用庫 15
2.1 常用庫 15
2.2 NumPy 17
2.2.1 Array用法 17
2.2.2 二維數組操作 19
2.3 Pandas 21
2.3.1 讀/寫文件 22
2.3.2 Series 24
2.3.3 DataFrame 26
2.4 Matplotlib 26
2.4.1 基礎用法 27
2.4.2 繪圖簡單示例 28
2.5 Sklearn 31
2.6 本章小結 32
參考文獻 32
第3章 Python可視化分析 33
3.1 Matplotlib可視化分析 33
3.1.1 繪製麯綫圖 33
3.1.2 繪製散點圖 37
3.1.3 繪製柱狀圖 40
3.1.4 繪製餅狀圖 42
3.1.5 繪製3D圖形 43
3.2 Pandas讀取文件可視化分析 45
3.2.1 繪製摺綫對比圖 45
3.2.2 繪製柱狀圖和直方圖 48
3.2.3 繪製箱圖 51
3.3 ECharts可視化技術初識 53
3.4 本章小結 57
參考文獻 57
第4章 Python迴歸分析 58
4.1 迴 歸 58
4.1.1 什麼是迴歸 58
4.1.2 綫性迴歸 59
4.2 綫性迴歸分析 60
4.2.1 LinearRegression 61
4.2.2 綫性迴歸預測糖尿病 63
4.3 多項式迴歸分析 68
4.3.1 基礎概念 68
4.3.2 PolynomialFeatures 69
4.3.3 多項式迴歸預測成本和利潤 70
4.4 邏輯迴歸分析 73
4.4.1 LogisticRegression 75
4.4.2 鳶尾花數據集迴歸分析實例 75
4.5 本章小結 83
參考文獻 83
第5章 Python聚類分析 85
5.1 聚 類 85
5.1.1 算法模型 85
5.1.2 常見聚類算法 86
5.1.3 性能評估 88
5.2 K-Means 90
5.2.1 算法描述 90
5.2.2 用K-Means分析籃球數據 96
5.2.3 K-Means聚類優化 99
5.2.4 設置類簇中心 103
5.3 BIRCH 105
5.3.1 算法描述 105
5.3.2 用BIRCH 分析氧化物數據 106
5.4 降維處理 110
5.4.1 PCA降維 111
5.4.2 Sklearn PCA降維 111
5.4.3 PCA降維實例 113
5.5 本章小結 117
參考文獻 118
第6章 Python分類分析 119
6.1 分 類 119
6.1.1 分類模型 119
6.1.2 常見分類算法 120
6.1.3 迴歸、聚類和分類的區彆 122
6.1.4 性能評估 123
6.2 決策樹 123
6.2.1 算法實例描述 123
6.2.2 DTC算法 125
6.2.3 用決策樹分析鳶尾花 126
6.2.4 數據集劃分及分類評估 128
6.2.5 區域劃分對比 132
6.3 KNN分類算法 136
6.3.1 算法實例描述 136
6.3.2 KNeighborsClassifier 138
6.3.3 用KNN分類算法分析紅酒類型 139
6.4 SVM 分類算法 147
6.4.1 SVM 分類算法的基礎知識 147
6.4.2 用SVM 分類算法分析紅酒數據 148
6.4.3 用優化SVM 分類算法分析紅酒數據集 151
6.5 本章小結 154
參考文獻 154
第7章 Python關聯規則挖掘分析 156
7.1 基本概念 156
7.1.1 關聯規則 156
7.1.2 置信度與支持度 157
7.1.3 頻繁項集 158
7.2 Apriori算法 159
7.3 Apriori算法的實現 163
7.4 本章小結 167
參考文獻 167
第8章 Python數據預處理及文本聚類 168
8.1 數據預處理概述 168
8.2 中文分詞 170
8.2.1 中文分詞技術 170
8.2.2 Jieba中文分詞工具 171
8.3 數據清洗 175
8.3.1 概 述 175
8.3.2 中文語料清洗 176
8.4 特徵提取及嚮量空間模型 179
8.4.1 特徵規約 179
8.4.2 嚮量空間模型 181
8.4.3 餘弦相似度計算 182
8.5 權重計算 184
8.5.1 常用權重計算方法 184
8.5.2 TF-IDF 185
8.5.3 用Sklearn計算TF-IDF 186
8.6 文本聚類 188
8.7 本章小結 192
參考文獻 192
第9章 Python詞雲熱點與主題分布分析 193
9.1 詞 雲 193
9.2 WordCloud的安裝及基本用法 194
9.2.1 WordCloud的安裝 194
9.2.2 WordCloud的基本用法 195
9.3 LDA 203
9.3.1 LDA的安裝過程 203
9.3.2 LDA的基本用法及實例 204
9.4 本章小結 214
參考文獻 214
第10章 復雜網絡與基於數據庫技術的分析 215
10.1 復雜網絡 215
10.1.1 復雜網絡和知識圖譜 215
10.1.2 NetworkX 217
10.1.3 用復雜網絡分析學生關係網 219
10.2 基於數據庫技術的數據分析 224
10.2.1 數據準備 224
10.2.2 基於數據庫技術的可視化分析 225
10.2.3 基於數據庫技術的可視化對比 232
10.3 基於數據庫技術的博客行為分析 234
10.3.1 冪率分布 234
10.3.2 用冪率分布分析博客數據集 235
10.4 本章小結 245
參考文獻 245
本套後記 246
緻謝 248
Python網絡數據爬取及分析從入門到精通（爬取篇）（內容講解專業但不晦澀，實例分析實際但不枯燥）
作者:楊秀璋，顔娜齣版社:北京航空航天大學齣版社齣版時間:2018年05月
定價 59.8元
版 次：1頁 數：字 數：印刷時間：2018年05月28日開 本：16開紙 張：膠版紙包 裝：平裝-膠訂是否套裝：否國際標準書號ISBN：9787512427129
所屬分類：
圖書>計算機/網絡>程序設計>其他
編輯推薦
這是一套以實例為主、使用Python語言講解網絡數據爬蟲及分析的實戰指南。本套書通俗易懂,涵蓋瞭Python基礎知識、數據爬取、數據分析、數據預處理、數據可視化、數據存儲、算法評估等多方麵知識，每一部分知識都從安裝過程、導入擴展包到算法原理、基礎語法,再結閤實例進行詳細講解。
本套書包括兩本:《Python網絡數據爬取及分析從入門到精通(爬取篇)》和《Python網絡數據爬取及分析從入門到精通(分析篇)》。
看完此書，真正讓你做到從入門到精通。
本書采用通俗易懂的語言、豐富多彩的實例，詳細介紹瞭使用Python語言進行網絡數據爬取的知識，主要內容包括Python語法、正則錶達式、BeautifulSoup技術、Selenium技術、Scrapy框架、數據庫存儲等，同時詳細介紹瞭爬取網站和博客內容、電影數據信息、招聘信息、在綫百科知識、微博內容、農産品信息等實例。
書中所有知識點都結閤經典實例進行介紹，涉及的實例都給齣瞭詳細的分析流程，程序代碼都給齣瞭具體的注釋，同時采用圖文結閤的形式講解，讓讀者能更加輕鬆地領會Python網絡數據爬蟲的精髓，並快速提高自己的開發能力。
本書即可作為Python開發入門者的自學用書，也可作為高等院校數據爬取、數據分析、數據挖掘、大數據等相關專業的教學參考書或實驗指導書，還可供Python開發人員查閱、參考。
作者簡介
楊秀璋，畢業於北京理工大學軟件學院，長期從事Web數據挖掘、Python數據分析、網絡數據爬取工作及研究。他現任教於貴州財經大學信息學院，主講“數據挖掘與分析”“大數據技術及應用”課程，並從事大數據分析、數據挖掘、知識圖譜等領域的項目研究與開發；有多年的Python編程、數據分析及知識圖譜研究經驗，實戰經驗較為豐富。
此外，他還積極分享編程知識和開源代碼編寫經驗，先後在CSDN、博客園、阿裏雲棲社區撰寫博客，僅在CSDN就分享瞭300多篇原創文章，開設瞭11個專欄，纍計閱讀量超過250萬人次。
第1章 網絡數據爬取概述 1
1.1 網絡爬蟲 1
1.2 相關技術 3
1.2.1 HTTP 3
1.2.2 HTML 3
1.2.3 Python 5
1.3 本章小結 5
參考文獻 5
第2章 Python知識初學 6
2.1 Python簡介 6
2.2 基礎語法 11
2.2.1 縮進與注釋 11
2.2.2 變量與常量 12
2.2.3 輸入與輸齣 14
2.2.4 賦值與錶達式 16
2.3 數據類型 16
2.3.1 數字類型 16
2.3.2 字符串類型 17
2.3.3 列錶類型 17
2.3.4 元組類型 19
2.3.5 字典類型 19
2.4 條件語句 19
2.4.1 單分支 20
2.4.2 二分支 20
2.4.3 多分支 21
2.5 循環語句 22
2.5.1 while循環 22
2.5.2 for循環 24
2.5.3 break和continue語句 24
2.6 函 數 25
2.6.1 自定義函數 26
2.6.2 常見內部庫函數 27
2.6.3 第三方庫函數 29
2.7 字符串操作 30
2.8 文件操作 32
2.8.1 打開文件 32
2.8.2 讀/寫文件 32
2.8.3 關閉文件 33
2.8.4 循環遍曆文件 34
2.9 麵嚮對象 34
2.10 本章小結 36
參考文獻 36
第3章 正則錶達式爬蟲之牛刀小試 37
3.1 正則錶達式 37
3.2 Python網絡數據爬取的常用模塊 39
3.2.1 urllib模塊 39
3.2.2 urlparse模塊 42
3.2.3 requests模塊 44
3.3 正則錶達式爬取網絡數據的常見方法 45
3.3.1 爬取標簽間的內容 45
3.3.2 爬取標簽中的參數 49
3.3.3 字符串處理及替換 50
3.4 個人博客爬取實例 52
3.4.1 分析過程 52
3.4.2 代碼實現 57
3.5 本章小結 59
參考文獻 59
第4章 BeautifulSoup技術 60
4.1 安裝BeautifulSoup 60
4.1.1 Python 2.7安裝BeautifulSoup 60
4.1.2 pip安裝擴展庫 63
4.2 快速開始BeautifulSoup解析 67
4.2.1 BeautifulSoup解析 HTML 68
4.2.2 簡單獲取網頁標簽信息 71
4.2.3 定位標簽並獲取內容 72
4.3 深入瞭解BeautifulSoup 73
4.3.1 BeautifulSoup對象 74
4.3.2 遍曆文檔樹 79
4.3.3 搜索文檔樹 82
4.4 BeautifulSoup簡單爬取個人博客網站 84
4.5 本章小結 87
參考文獻 87
第5章 BeautifulSoup爬取電影信息 88
5.1 分析網頁DOM 樹結構 88
5.1.1 分析網頁結構及簡單爬取 88
5.1.2 定位節點及網頁翻頁分析 91
5.2 爬取豆瓣電影信息 94
5.3 鏈接跳轉分析及詳情頁麵爬取 98
5.4 本章小結 104
參考文獻 104
第6章 Python數據庫知識 105
6.1 MySQL數據庫 105
6.1.1 MySQL的安裝與配置 105
6.1.2 SQL基礎語句詳解 112
6.2 Python操作 MySQL數據庫 119
6.2.1 安裝 MySQL擴展庫 119
6.2.2 程序接口DB-API 121
6.2.3 Python調用 MySQLdb擴展庫 122
6.3 Python操作SQLite 3數__________據庫 126
6.4 本章小結 129
參考文獻 129
第7章 基於數據庫存儲的BeautifulSoup招聘爬蟲 130
7.1 知識圖譜和智聯招聘 130
7.2 BeautifulSoup爬取招聘信息 132
7.2.1 分析網頁超鏈接及跳轉處理 132
7.2.2 DOM 樹節點分析及網頁爬取 135
7.3 Navicat for MySQL工具操作數據庫 137
7.3.1 連接數據庫 137
7.3.2 創建數據庫 139
7.3.3 創建錶 141
7.3.4 數據庫增刪改查操作 143
7.4 MySQL數據庫存儲招聘信息 146
7.4.1 MySQL操作數據庫 146
7.4.2 代碼實現 148
7.5 本章小結 153
參考文獻 153
第8章 Selenium技術 154
8.1 初識Selenium 154
8.1.1 安裝Selenium 155
8.1.2 安裝瀏覽器驅動 156
8.1.3 PhantomJS 158
8.2 快速開始Selenium解析 159
8.3 定位元素 162
8.3.1 通過id屬性定位元素 163
8.3.2 通過name屬性定位元素 165
8.3.3 通過XPath路徑定位元素 166
8.3.4 通過起鏈接文本定位元素 168
8.3.5 通過標簽名定位元素 169
8.3.6 通過類屬性名定位元素 170
8.3.7 通過CSS選擇器定位元素 170
8.4 常用方法和屬性 170
8.4.1 操作元素的方法 170
8.4.2 WebElement常用屬性 174
8.5 鍵盤和鼠標自動化操作 175
8.5.1 鍵盤操作 175
8.5.2 鼠標操作 177
8.6 導航控製 178
8.6.1 下拉菜單交互操作 178
8.6.2 Window和Frame間對話框的移動 179
8.7 本章小結 180
參考文獻 180
第9章 Selenium爬取在綫百科知識 181
9.1 三大在綫百科 181
9.1.1 維基百科 181
9.1.2 百度百科 183
9.1.3 互動百科 184
9.2 Selenium爬取維基百科 185
9.2.1 網頁分析 185
9.2.2 代碼實現 190
9.3 Selenium爬取百度百科 190
9.3.1 網頁分析 190
9.3.2 代碼實現 195
9.4 Selenium爬取互動百科 198
9.4.1 網頁分析 198
9.4.2 代碼實現 200
9.5 本章小結 202
參考文獻 203
第10章 基於數據庫存儲的Selenium博客爬蟲 204
10.1 博客網站 204
10.2 Selenium爬取博客信息 206
10.2.1 Forbidden錯誤 206
10.2.2 分析博客網站翻頁方法 208
10.2.3 DOM 樹節點分析及網頁爬取 210
10.3 MySQL數據庫存儲博客信息 212
10.3.1 Navicat for MySQL創建錶 213
10.3.2 Python操作 MySQL數據庫 214
10.3.3 代碼實現 216
10.4 本章小結 222
第11章 基於登錄分析的Selenium微博爬蟲 223
參考文獻 242
第12章 基於圖片抓取的Selenium爬蟲 243
12.4 本章小結 254
第13章 Scrapy技術爬取網絡數據 255
13.4 本章小結 285
參考文獻 285
套書後記 286
緻謝 288
用戶評價
評分
評分
評分
評分
評分
評分
評分
評分
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.cndgn.com All Rights Reserved. 新城书站 版權所有