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👆