导语

  

内容提要

  

    本书根据大多数软件公司对Python数据分析和可视化的需求，面向Python初学者讲述爬虫、数据分析、数据可视化和机器学习等方面的技术和实践案例。全书共13章：第1～4章为基础篇，主要讲述Python基础知识、Python数据结构、面向对象编程思想、Python异常处理和读写文件的技巧；第5～7章为数据分析的工具篇，主要讲述NumPy库、Pandas库和Matplotlib库的基本功能和应用；第8、9章为数据分析高级技能篇，主要通过爬取技术博客案例讲述基于Scrapy爬虫框架的实用技巧，以及数据分析的常用方法；第10～13章为综合案例篇，主要讲述图书分析案例、二手房数据分析案例、股票数据分析案例和基于sklearn库的机器学习相关实践，涉及线性回归分析、岭回归分析、SVM分类、KNN分类和逻辑回归等机器学习算法。
    本书语言通俗易懂，案例丰富，适合想要入职数据分析岗位的新手、大学生以及欲转行进入大数据分析领域的从业人员使用。也可以作为大专院校或培训机构的教学用书。

前言
第1章  Python编程基础
  1.1  搭建Python开发环境
    1.1.1  安装Python解释器
    1.1.2  安装Python第三方开发包
    1.1.3  在PyCharm里新建项目和文件
    1.1.4  在PyCharm里更换Python解释器
  1.2  实践Python基本语法
    1.2.1  针对基本数据类型的操作
    1.2.2  针对字符串的操作
    1.2.3  多行注释与引入中文
    1.2.4  条件分支语句
    1.2.5  循环操作语句
    1.2.6  break和continue的用法
    1.2.7  格式化输出语句
  1.3  定义和调用函数
  1.4  return的重要性——函数的递归调用
  1.5  熟悉函数的特殊写法
    1.5.1  函数作为参数
    1.5.2  函数作为返回结果
    1.5.3  匿名函数
  1.6  本章小结
第2章  Python的数据结构
  2.1  列表
    2.1.1  定义列表
    2.1.2  在列表中增、删、改元素
    2.1.3  列表的切片操作
    2.1.4  遍历列表
    2.1.5  列表的常见用法
  2.2  元组
    2.2.1  创建和使用元组
    2.2.2  元组的常见用法
  2.3  集合
    2.3.1  创建和使用集合
    2.3.2  针对集合的常用数据操作
  2.4  字典
    2.4.1  创建和使用字典
    2.4.2  增加、删除和修改字典中的元素
    2.4.3  遍历字典
  2.5  针对数据结构的通用性操作
    2.5.1  通过map方法实现序列的映射
    2.5.2  filter方法与数据筛选
    2.5.3  通过reduce方法实现累计效果
    2.5.4  通过sorted方法排序对象
  2.6  本章小结
第3章  Python面向对象编程
  3.1  什么是面向对象思想
  3.2  封装特性
    3.2.1  创建类并在类里封装属性和方法
    3.2.2  类方法的第一个参数必须指向实例
    3.2.3  私有属性的典型错误用法
    3.2.4  了解其他常用魔术方法
    3.2.5  从私有属性和私有方法体会封装特性
  3.3  继承特性
    3.3.1  继承的语法和使用场景
    3.3.2  子类无法使用父类的私有属性和方法
    3.3.3  受保护的属性和方法
    3.3.4  多重继承与组合模式
  3.4  多态特性
    3.4.1  以迭代器为例来理解多态
    3.4.2  可变参数与方法重载
    3.4.3  整合使用多态和继承
  3.5  模块、包以及第三方库
    3.5.1  通过import重用现有模块中的功能
    3.5.2  自定义包和使用包
    3.5.3  引入并使用第三方库
  3.6  本章小结
第4章  异常处理机制与文件读写
第5章  NumPy数组处理
第6章  Pandas数据清洗
第7章  Matplotlib数据可视化
第8章  通过网络爬虫获取数据
第9章  数据分析的常用方法
第10章  案例：图书信息的爬取、数据清洗与分词处理
第11章  案例：二手房数据的爬取、清洗与可视化
第12章  案例：股票数据分析与可视化
第13章  基于机器学习算法的数据分析