Python數(shù)據(jù)分析與大數(shù)據(jù)處理從入門到精通

第1篇 Python程序設(shè)計 \n
第1章 Python入門 3 \n
1.1　Python概述 4 \n
1.2　搭建Python開發(fā)環(huán)境 6 \n
1.3　Python開發(fā)工具介紹 11 \n
1.4　Python軟件包的管理 13 \n
1.5　實訓(xùn)：編寫“Hello World” 15 \n
本章小結(jié) 16 \n
第2章 Python基礎(chǔ) 17 \n
2.1　變量 18 \n
2.2　標識符 24 \n
2.3　代碼組織 26 \n
2.4　輸入與輸出 28 \n
2.5　運算符與優(yōu)先級 30 \n
2.6　新手問答 30 \n
2.7　實訓(xùn)：設(shè)計一個簡易計算器 31 \n
本章小結(jié) 31 \n
第3章 數(shù)據(jù)類型與流程控制 32 \n
3.1　數(shù)字類型 33 \n
3.2　字符串類型 37 \n
3.3　集合類型 40 \n
3.4　流程控制語句 45 \n
3.5　新手問答 47 \n
3.6　實訓(xùn)：設(shè)計算法，輸出乘法表 49 \n
本章小結(jié) 50 \n
第4章 函數(shù)、模塊、包 51 \n
4.1　自定義函數(shù) 52 \n
4.2　函數(shù)參數(shù) 55 \n
4.3　函數(shù)式編程 58 \n
4.4　模塊與包 63 \n
4.5　新手問答 65 \n
4.6　實訓(xùn)：設(shè)計算法，對列表進行排序 67 \n
本章小結(jié) 68 \n
第5章 面向?qū)ο蟮某绦蛟O(shè)計 69 \n
5.1　面向?qū)ο?70 \n
5.2　自定義類 71 \n
5.3　屬性 73 \n
5.4　方法 79 \n
5.5　類的繼承 83 \n
5.6　可調(diào)用對象 86 \n
5.7　不可變對象 87 \n
5.8　新手問答 88 \n
5.9　實訓(xùn)：設(shè)計算法，構(gòu)造一棵二叉樹 90 \n
本章小結(jié) 92 \n
第6章 高級主題 93 \n
6.1　生成器 94 \n
6.2　迭代器 96 \n
6.3　異步處理 97 \n
6.4　錯誤、調(diào)試 103 \n
6.5　新手問答 108 \n
6.6　實訓(xùn)：使用多進程技術(shù)統(tǒng)計數(shù)據(jù)并匯總 109 \n
本章小結(jié) 110 \n
第2篇 數(shù)據(jù)采集與數(shù)據(jù)清洗 \n
第7章 網(wǎng)絡(luò)數(shù)據(jù)采集 113 \n
7.1　HTTP請求概述 114 \n
7.2　XPath網(wǎng)頁解析 114 \n
7.3　Scrapy數(shù)據(jù)采集入門 119 \n
7.4　Scrapy應(yīng)對反爬蟲程序 126 \n
7.5　CrawlSpider類 131 \n
7.6　分布式爬蟲 132 \n
7.7　新手問答 136 \n
7.8　實訓(xùn)：構(gòu)建百度云音樂爬蟲 136 \n
本章小結(jié) 139 \n
第8章 數(shù)據(jù)清洗 140 \n
8.1　數(shù)據(jù)清洗的意義 141 \n
8.2　數(shù)據(jù)清洗的內(nèi)容 141 \n
8.3　數(shù)據(jù)格式與存儲類型 142 \n
8.4　數(shù)據(jù)清洗的步驟 145 \n
8.5　數(shù)據(jù)清洗的工具 147 \n
8.6　新手問答 151 \n
8.7　實訓(xùn)：清洗百度云音樂數(shù)據(jù)并儲存到CSV　 151 \n
本章小結(jié) 152 \n
第3篇 數(shù)據(jù)分析與可視化 \n
第9章 NumPy數(shù)值計算 155 \n
9.1　NumPy基礎(chǔ) 156 \n
9.2　形狀操作 164 \n
9.3　副本、淺拷貝和深拷貝 166 \n
9.4　高級索引 168 \n
9.5　排序統(tǒng)計 171 \n
9.6　新手問答 173 \n
9.7　實訓(xùn)：銷售額統(tǒng)計　 174 \n
本章小結(jié) 175 \n
第10章 Matplotlib可視化 176 \n
10.1　圖形的基本要素 177 \n
10.2　繪圖基礎(chǔ) 177 \n
10.3　設(shè)置樣式 186 \n
10.4　圖形樣例 189 \n
10.5　新手問答 198 \n
10.6　實訓(xùn)：營業(yè)數(shù)據(jù)可視化 199 \n
本章小結(jié) 201 \n
第11章 Pandas統(tǒng)計分析 202 \n
11.1　Pandas數(shù)據(jù)結(jié)構(gòu) 203 \n
11.2　基礎(chǔ)功能 210 \n
11.3　統(tǒng)計分析 217 \n
11.4　時間數(shù)據(jù) 229 \n
11.5　數(shù)據(jù)整理 231 \n
11.6　高級功能 234 \n
11.7　讀寫MySQL數(shù)據(jù)庫 236 \n
11.8　新手問答 237 \n
11.9　實訓(xùn)：成績分析 237 \n
本章小結(jié) 239 \n
第12章 Seaborn可視化 240 \n
12.1　Seaborn概述 241 \n
12.2　可視化數(shù)據(jù)關(guān)系 242 \n
12.3　根據(jù)數(shù)據(jù)分類繪圖 246 \n
12.4　單變量與雙變量 251 \n
12.5　線性關(guān)系 256 \n
12.6　新手問答 258 \n
12.7　實訓(xùn)：成績分析可視化 258 \n
本章小結(jié) 260 \n
第4篇 大數(shù)據(jù)存儲與快速分析篇 \n
第13章 Hadoop數(shù)據(jù)存儲與基本操作 263 \n
13.1　Hadoop概述 264 \n
13.2　Hadoop數(shù)據(jù)存儲與任務(wù)調(diào)度原理 268 \n
13.3　Hadoop基礎(chǔ)環(huán)境搭建 273 \n
13.4　Hadoop部署模式 294 \n
13.5　Hadoop常用操作命令 298 \n
13.6　新手問答 300 \n
13.7　實訓(xùn)：動手搭建Hadoop集群環(huán)境 301 \n
本章小結(jié) 309 \n
第14章 Spark入門 310 \n
14.1　Spark概述 311 \n
14.2　Spark核心原理 312 \n
14.3　Spark基礎(chǔ)環(huán)境搭建 315 \n
14.4　Spark運行模式 317 \n
14.5　新手問答 321 \n
14.6　實訓(xùn)：動手搭建Spark集群 322 \n
本章小結(jié) 323 \n
第15章 Spark RDD編程 324 \n
15.1　RDD設(shè)計原理 325 \n
15.2　RDD編程 328 \n
15.3　鍵值對RDD 335 \n
15.4　文件讀寫 340 \n
15.5　編程進階 342 \n
15.6　新手問答 347 \n
15.7　實訓(xùn)：統(tǒng)計海鮮銷售情況 348 \n
本章小結(jié) 350 \n
第16章 Spark SQL編程 351 \n
16.1　Spark　SQL概述 352 \n
16.2　創(chuàng)建DataFrame對象 360 \n
16.3　DataFrame常用API 364 \n
16.4　保存DataFrame 370 \n
16.5　新手問答 372 \n
16.6　實訓(xùn)：統(tǒng)計手機銷售情況 373 \n
本章小結(jié) 375 \n
第17章 Spark流式計算編程 376 \n
17.1　流計算簡介 377 \n
17.2　Discretized Stream 379 \n
17.3　Structured Streaming 385 \n
17.4　新手問答 397 \n
17.5　實訓(xùn)：實時統(tǒng)計貸款金額 397 \n
本章小結(jié) 398 \n
第5篇 項目實戰(zhàn)篇 \n
第18章 分析電商網(wǎng)站銷售數(shù)據(jù) 401 \n
18.1　目標分析 402 \n
18.2　數(shù)據(jù)采集 405 \n
18.3　數(shù)據(jù)分析 411 \n
本章小結(jié) 416 \n
第19章 分析旅游網(wǎng)站數(shù)據(jù) 417 \n
19.1　目標分析 418 \n
19.2　數(shù)據(jù)采集 420 \n
19.3　數(shù)據(jù)分析 425 \n
本章小結(jié) 429 \n
第20章 分析在售二手房數(shù)據(jù) 430 \n
20.1　目標分析 431 \n
20.2　數(shù)據(jù)采集 434 \n
20.3　數(shù)據(jù)分析 440 \n
本章小結(jié) 446 \n
附錄：Python常見面試題精選 447 \n
主要參考文獻 450