Python网络爬虫与数据分析从入门到实践

突出特色是实战，所有知识点都配合案例并给出详细操作，所有代码都有注释，可以说学习无障碍、无痛苦。 涉及多种流行的热门框架，包括爬虫框架如Urllib、BeautifulSoup、Scrapy，常用的数据分析库如Numpy、Pandas、Matplotlib等都进行了详细介绍。 全流程讲解，从获取数据、数据预处理到数据分析和数据可视化，面面俱到。 技术优选，除常用数据处理方法，还介绍了当前热门的中文文本处理，以及热门的机器学习算法在数据分析中的应用。 本书给出了大量示例和项目，可以帮助读者掌握一线技能，真正解决工作中遇到的问题。

《Python网络爬虫与数据分析从入门到实践》从初学者的视角出发，以案例实操为核心，系统地介绍网络爬虫的原理、工具使用与爬取技术，并详细讲解数据分析的各种技巧。本书主要内容包括：Python基础语法，数据分析工具NumPy、Pandas、Matplotlib的使用，网络爬虫库Urllib、BeautifulSoup、Scrapy，正则表达式在网络爬虫中的应用，数据预处理与数据分析方法、中文文本处理、文本向量化技术，以及机器学习算法在数据分析中的应用。书中还给出了大量案例和项目，可以帮助读者快速上手，提高实用技能。
《Python网络爬虫与数据分析从入门到实践》内容丰富，注重实操，适用于网络爬虫岗位、数据分析岗位的初级工程师和各类工程技术人员，还可作为高校经济、管理、人文社科、大数据等专业的教学用书。

马国俊，计算专业硕士，教授，从业20余年，主要从事大数据技术的教学、项目开发与研究工作，先后在国内外刊物发表学术论文40余篇，获取软件著作权3项；主持、参与各类项目5项，获得奖项若干。

第1章Python基础语法1
1.1搭建Python开发环境1
1.1.1安装Python解释器2
1.1.2安装第三方开发包3
1.1.3在PyCharm里设置解释器3
1.1.4在PyCharm里新建项目和文件4
1.2Python语法入门6
1.2.1Python常量和变量6
1.2.2基本数据类型6
1.2.3字符串8
1.2.4单行注释和多行注释10
1.2.5条件分支语句10
1.2.6循环语句11
1.2.7break和continue12
1.2.8格式化输出13
1.3函数及用法14
1.3.1定义和调用函数14
1.3.2return关键字15
1.3.3递归调用函数15
1.4函数的特殊操作16
1.4.1参数是函数16
1.4.2返回结果是函数17
1.4.3匿名函数（Lambda表达式）17
1.5Python的数据结构18
1.5.1列表及其用法18
1.5.2元组及其用法19
1.5.3字典及其用法19
1.6动手练习20
第2章数据科学库之NumPy21
2.1NumPy库中的ndarray对象21
2.1.1如何创建ndarray22
2.1.2用dtype参数指定数据类型23
2.1.3创建全0或全1的ndarray24
2.2NumPy常见操作25
2.2.1用arange创建序列25
2.2.2常用的数学运算26
2.2.3NumPy的科学计算函数26
2.2.4NumPy的聚合统计函数27
2.3索引和切片操作28
2.3.1索引操作28
2.3.2布尔索引与过滤数据29
2.3.3切片操作中的内存共享问题29
2.3.4copy函数与创建副本31
2.4动手练习31
第3章数据处理库之Pandas33
3.1Series对象及操作34
3.1.1Series常规操作34
3.1.2Series抽样操作35
3.1.3Series索引操作35
3.1.4Series切片操作37
3.1.5Series布尔索引过滤操作38
3.1.6Series遍历操作39
3.2DataFrame对象及操作39
3.2.1创建DataFrame对象39
3.2.2提取DataFrame对象的数据40
3.2.3遍历DataFrame对象41
3.2.4排序DataFrame中的数据42
3.2.5以列为单位操作DataFrame数据42
3.2.6分析统计DataFrame数据43
3.3DataFrame同各种文件交互44
3.3.1把DataFrame数据导入CSV文件44
3.3.2把CSV数据导入DataFrame对象45
3.3.3把DataFrame数据导入JSON文件46
3.3.4把JSON数据导入DataFrame对象46
3.4动手练习47
第4章数据可视化库之Matplotlib48
4.1绘制各类图形49
4.1.1绘制折线图49
4.1.2绘图时的通用属性参数50
4.1.3绘制柱状图51
4.1.4绘制饼图52
4.1.5绘制直方图53
4.2设置坐标54
4.2.1设置x坐标和y坐标的标签文字55
4.2.2设置坐标范围55
4.2.3设置主次刻度56
4.2.4设置并旋转刻度文字58
4.3增加可视化美观效果59
4.3.1设置图例59
4.3.2设置中文标题60
4.3.3设置网格效果61
4.4设置子图效果63
4.4.1通过add_subplot方法绘制子图63
4.4.2通过subplot方法绘制子图64
4.4.3子图共享x坐标轴65
4.4.4在大图里绘制子图66
4.5高级图表的绘制方式67
4.5.1绘制散点图67
4.5.2绘制热力图69
4.5.3绘制等值线图70
4.6动手练习71
第5章数据获取之网络爬虫72
5.1和爬虫有关的HTTP协议72
5.1.1基于HTTP协议的请求处理流程73
5.1.2HTTP请求头包含操作系统和浏览器信息74
5.1.3Post和Get请求方法75
5.1.4HTTP常见的状态码75
5.2通过Urllib库获取网页信息76
5.2.1通过request爬取网页76
5.2.2设置超时时间76
5.2.3用URLError处理网络异常77


5.2.4设置header属性来模拟浏览器发送请求78

……