大数据分析、挖掘与可视化

本书基于Python语言和 第三方库Scrapy、NumPy 、pandas、Sklearn、 seaborn、Matplotlib编写， 结合大量的数据分析挖掘案 例，详细介绍大数据分析、 挖掘与可视化的原理和方法 ，帮助读者逐步掌握Python 程序设计、大数据采集与 Python爬虫、数据清洗与转 换、数据建模与挖掘、数据 分析和数据可视化等相关知 识，提高解决实际问题的能 力。

第1章 大数据概述 1.1 大数据的时代背景与应用场景 1.2 大数据及其特点 1.3 大数据处理的相关技术 1.4 数据分析 1.4.1 数据分析术语 1.4.2 数据分析过程 1.4.3 Python数据分析和科学计算扩展库介绍 1.5 数据挖掘 1.6 数据可视化 1.7 课后习题 第2章 Python大数据开发环境的搭建 2.1 Python开发环境的搭建 2.1.1 Python语言简介 2.1.2 Python的下载、安装和环境配置 2.2 PyCharm概述 2.2.1 认识PyCharm 2.2.2 PyCharm的安装 2.2.3 PyCharm基本设置 2.3 Anaconda概述 2.3.1 Anaconda简介 2.3.2 Anaconda的下载与安装 2.4 PyCharm中导入Anaconda 2.5 Jupyter Notebook的安装和使用 2.6 实验 第3章 Python编程基础 3.1 Python概述 3.2 Python基础知识 3.2.1 Python代码编写规范 3.2.2 标识符、常量和变量 3.2.3 基本数据类型 3.2.4 运算符与表达式 3.3 Python程序的基本结构 3.3.1 选择结构 3.3.2 循环结构 3.4 组合数据类型 3.4.1 列表 3.4.2 元组 3.4.3 字典 3.4.4 集合 3.5 函数与模块 3.5.1 函数定义 3.5.2 函数调用 3.5.3 函数的参数 3.5.4 变量的作用域 3.5.5 匿名函数和递归函数 3.5.6 模块 3.6 文件 3.6.1 文件的打开与关闭 3.6.2 文件的读写