網絡數據爬取與分析實務

第1章 數據科學概述 

1.1什么是數據科學 

1.2數據分析師、數據工程師與數據科學家 

第2章Python語法基礎 

2.1 Python的程序結構 

2.2 Python編碼規(guī)范 

2.3 Python編程環(huán)境的搭建 

2.4 Python的數據結構 

2.5 Python控制語句 

習題 

第3章 使用Urllib庫編寫爬蟲 

3.1 網絡爬蟲概述 

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 

習題 

第4章 使用正則表達式提取數據 

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 

4.4 正則表達式應用實例 

習題 

第5章 使用BeautifulSoup庫提取數據 

5.1 BeautifulSoup包簡介 

5.2 BeautifulSoup的信息提取 

5.3 BeautifulSoup的遍歷 

習題 

第6章 爬蟲項目實戰(zhàn) 

6.1網易新聞中心爬蟲 

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JSON格式數據 

習題 

第7章 Pandas數據處理基礎 

7.1數據處理概述 

7.2 Pandas數據結構 

7.3 DataFrame的基本操作 

7.4 DataFrame數據的連接 

7.4 Pandas數據輸入輸出 

習題 

第8章 Pandas數據處理常用方法 

8.1 分組統(tǒng)計與轉換 

8.2 缺失值處理 

8.3 時間序列數據處理 

8.4 向量轉換 

習題 

第9章 數據處理實戰(zhàn) 

9.1二手房數據處理 

9.2 職位數據處理 

9.3 職位描述的文本信息處理 

習題 

第10章 SQLite數據庫操作 

10.1 SQLite數據庫簡介 

10.2 Python讀寫SQLite 

10.3 Pandas讀寫SQLite 

習題 

第11章 機器學習概述 

11.1 認識機器學習 

11.2 機器學習的應用范圍 

11.3 機器學習的算法 

11.4 Scikit-learn機器學xibao 

習題 

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 

習題 

第13章 分類模型及應用 

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 

習題 

第14章 分類模型的評估 

14.1訓練與測試樣本 

14.2 性能評價指標 

14.3分類閾值的調整 

習題 

參考文獻