大神自学后作《Python数据分析入门——从数据获取到可视化》

本书为数据猿推出的《每周一本书》栏目丛书。

欢迎大家推荐好书给我们，让更多人受益。

【数据猿导读】本书作者沈祥壮，自学Python两年，以数据分析为主线，系统学习的数据的采集、处理、分析和可视化。

编辑 | sharon

官网 | www.datayuan.cn

微信公众号ID | datayuancn

这是一本务实之作，充分体现数据分析流程的各项环节，包含数据的采集、清洗和探索性分析，并通过大家耳熟能说的Python工具加以实操。更令人惊奇的是，本书的作者沈祥壮并非科班出身，他通过两年自学，系统掌握了数据的采集、处理、分析和可视化，真大神是也。

内容简介

第1章主要讲解了在Ubuntu和Windows系统下，Python集成开发环境的搭建。考虑到初学者容易为安装第三方库犯难，又介绍了三种简单实用的方法来安装这些常见的库。接着对几个后面要用到的高级语法进行了简单介绍，为之后的应用打下基础。

第2章集中讲解了数据采集的流程，即网络爬虫程序的设计与实现。首先本章没有拘泥于使用Python的内置库urllib库进行实现，而是直接介绍了requests和其他更加简捷强大的库来完成程序的设计。在进阶内容中，对常见的编码问题、异常处理、代理IP、验证码、机器人协议、模拟登录，以及多线程等相关问题给出了解决的方案。

第3章讲解数据的清洗问题。在具体讲解清洗数据之前，先介绍了TXT、XLSX、JSON、CSV等各种文件的导入和导出的方法，并介绍了Python与MySQL数据库交互的方式。接着介绍了NumPy和pandas库的基本使用方法，这是我们用于数据处理和科学计算的两个强大的工具。最后综合以上的学习介绍了数据的去重、缺失值的填补等经典的数据清洗方法。

第4章首先讲解探索性数据分析的应用，并且简单介绍了机器学习基本知识。然后演示如何应用sklearn库提供的决策树和最邻近算法来处理分类问题，并尝试根据算法原理手动实现最邻近算法。最后介绍如何使用pandas、matplotlib和seaborn这三个库来实现数据的可视化。

第5章是综合性学习的章节，讲解了三个小项目的完整实现过程，旨在通过操作生活中真正的数据来强化前面基础内容的学习。

作者简介

沈祥壮，自学Python两年，以数据分析为主线，系统学习的数据的采集、处理、分析和可视化。在研究统计机器学习理论的同理，使用Python语言实现了部分统计学习算法。研究方向包括数据采集、数据挖掘、统计机器学习及图像处理。

目录

1  准备

1.1  开发环境搭建

1.2  Python基础语法介绍

1.3  The Zen of Python

2  数据的获取

2.1  爬虫简介

2.2  数据抓取实践

2.3  爬虫进阶

2.4  爬虫总结

3  数据的存取与清洗

3.1  数据存取

3.2  NumPy

3.3  pandas

3.4  数据的清洗

4  数据的分析及可视化

4.1  探索性数据分析

4.2  机器学习入门

4.3  手动实现KNN算法

4.4  数据可视化

5  Python与生活

5.1  定制一个新闻提醒服务

5.2  Python与数学

5.3  QQ群聊天记录数据分析

购买地址

京东：

https://item.jd.com/12330816.html

当当：

http://product.dangdang.com/25247679.html

作者邮箱datahonor@gmail.com。

本书中使用的全部代码及相关数据已经托管至Github, 读者可进入

https://github.com/shenxiangzhuang/PythonDataAnalysis进行下载。

6月12日，数字资产投资峰会：金融科技区块链支持可持续发展-北京站即将开始，期待我们的见面👆