網(wǎng)絡(luò)數(shù)據(jù)爬取與分析實務(wù)

第1章 數(shù)據(jù)科學(xué)概述 

1.1什么是數(shù)據(jù)科學(xué) 

1.2數(shù)據(jù)分析師、數(shù)據(jù)工程師與數(shù)據(jù)科學(xué)家 

第2章Python語法基礎(chǔ) 

2.1 Python的程序結(jié)構(gòu) 

2.2 Python編碼規(guī)范 

2.3 Python編程環(huán)境的搭建 

2.4 Python的數(shù)據(jù)結(jié)構(gòu) 

2.5 Python控制語句 

習(xí)題 

第3章 使用Urllib庫編寫爬蟲 

3.1 網(wǎng)絡(luò)爬蟲概述 

3.2 使用Urllib.request模塊編寫爬蟲 

3.3 修改User-Agent屬性模擬瀏覽器訪問 

3.4 HTTP協(xié)議詳解 

3.5 模擬HTTP-GET方法的爬蟲 

3.6 模擬HTTP-POST方法的爬蟲 

習(xí)題 

第4章 使用正則表達式提取數(shù)據(jù) 

4.1 正則表達式原理 

4.2 正則表達式語法 

4.3 re模塊常用的函數(shù) 

4.4 正則表達式應(yīng)用實例 

習(xí)題 

第5章 使用BeautifulSoup庫提取數(shù)據(jù) 

5.1 BeautifulSoup包簡介 

5.2 BeautifulSoup的信息提取 

5.3 BeautifulSoup的遍歷 

習(xí)題 

第6章 爬蟲項目實戰(zhàn) 

6.1網(wǎng)易新聞中心爬蟲 

6.2 通過Session模擬登錄豆瓣 

6.3 鏈家二手房信息爬蟲 

6.4爬取拉勾網(wǎng)JSON格式數(shù)據(jù) 

習(xí)題 

第7章 Pandas數(shù)據(jù)處理基礎(chǔ) 

7.1數(shù)據(jù)處理概述 

7.2 Pandas數(shù)據(jù)結(jié)構(gòu) 

7.3 DataFrame的基本操作 

7.4 DataFrame數(shù)據(jù)的連接 

7.4 Pandas數(shù)據(jù)輸入輸出 

習(xí)題 

第8章 Pandas數(shù)據(jù)處理常用方法 

8.1 分組統(tǒng)計與轉(zhuǎn)換 

8.2 缺失值處理 

8.3 時間序列數(shù)據(jù)處理 

8.4 向量轉(zhuǎn)換 

習(xí)題 

第9章 數(shù)據(jù)處理實戰(zhàn) 

9.1二手房數(shù)據(jù)處理 

9.2 職位數(shù)據(jù)處理 

9.3 職位描述的文本信息處理 

習(xí)題 

第10章 SQLite數(shù)據(jù)庫操作 

10.1 SQLite數(shù)據(jù)庫簡介 

10.2 Python讀寫SQLite 

10.3 Pandas讀寫SQLite 

習(xí)題 

第11章 機器學(xué)習(xí)概述 

11.1 認識機器學(xué)習(xí) 

11.2 機器學(xué)習(xí)的應(yīng)用范圍 

11.3 機器學(xué)習(xí)的算法 

11.4 Scikit-learn機器學(xué)xibao 

習(xí)題 

第12章 從線性回歸到分類 

12.1線性回歸算法 

12.2 邏輯回歸分類算法 

習(xí)題 

第13章 分類模型及應(yīng)用 

13.1 K近鄰分類算法 

13.2 決策樹分類算法 

13.3 隨機森林分類算法 

習(xí)題 

第14章 分類模型的評估 

14.1訓(xùn)練與測試樣本 

14.2 性能評價指標(biāo) 

14.3分類閾值的調(diào)整 

習(xí)題 

參考文獻