Python數據處理

定　價：￥99.00

作　者：	（美）杰奎琳·凱澤爾凱瑟琳-賈繆爾（作者）張亮呂家明（譯者）
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115459190	出版時間：	2017-06-01	包裝：
開本：		頁數：		字數：

內容簡介

　　本書采用基于項目的方法，介紹用Python完成數據獲取、數據清洗、數據探索、數據呈現、數據規(guī)?；妥詣踊倪^程。主要內容包括：Python基礎知識，如何從CSV、Excel、XML、JSON和PDF文件中提取數據，如何獲取與存儲數據，各種數據清洗與分析技術，數據可視化方法，如何從網站和API中提取數據。

作者簡介

　　作者：[美] 杰奎琳·凱澤爾（Jacqueline Kazil）凱瑟琳？賈繆爾（Katharine Jarmul）譯者：張亮呂家明Jacqueline Kazil，數據科學家，zi深軟件開發(fā)者?；钴S于Python軟件基金會、PyLadies等社區(qū)。曾參與美國總統(tǒng)創(chuàng)新伙伴項目，是美國政府技術組織18F的聯(lián)合創(chuàng)始人。曾擔任《華盛頓郵報》數據記者。Katharine Jarmul，zi深Python開發(fā)者，PyLadies聯(lián)合創(chuàng)始人。喜歡數據分析和獲取、網頁抓取、教人學習Python以及Unix，期望通過教育和培訓來促進Python和其他開源語言的多元化。

圖書目錄

前言 xiii 第1　章 Python 簡介　1 1.1　為什么選擇Python　4 1.2　開始使用Python　4 1.2.1　Python 版本選擇　5 1.2.2　安裝Python　6 1.2.3　測試Python　9 1.2.4　安裝pip　11 1.2.5　安裝代碼編輯器　12 1.2.6　安裝IPython（可選）　13 1.3　小結　13 第2　章 Python 基礎　14 2.1　基本數據類型　15 2.1.1　字符串　15 2.1.2　整數和浮點數　15 2.2　數據容器　18 2.2.1　變量　18 2.2.2　列表　21 2.2.3　字典　22 2.3　各種數據類型的用途　23 2.3.1　字符串方法：字符串能做什么　24 2.3.2　數值方法：數字能做什么　25 2.3.3　列表方法：列表能做什么　26 2.3.4　字典方法：字典能做什么　27 2.4　有用的工具：type、dir 和help　28 2.4.1　type　28 2.4.2　dir　28 2.4.3　help　30 2.5　綜合運用　31 2.6　代碼的含義　32 2.7　小結　33 第3　章供機器讀取的數據　34 3.1　CSV 數據　35 3.1.1　如何導入CSV 數據　36 3.1.2　將代碼保存到文件中并在命令行中運行　39 3.2　JSON 數據　41 3.3　XML 數據　44 3.4　小結　56 第4　章處理Excel 文件　58 4.1　安裝Python 包　58 4.2　解析Excel 文件　59 4.3　開始解析　60 4.4　小結　71 第5　章處理PDF 文件，以及用Python 解決問題　73 5.1　盡量不要用PDF　73 5.2　解析PDF 的編程方法　74 5.2.1　利用slate 庫打開并讀取PDF　75 5.2.2　將PDF 轉換成文本　77 5.3　利用pdfminer 解析PDF　78 5.4　學習解決問題的方法　92 5.4.1　練習：使用表格提取，換用另一個庫　94 5.4.2　練習：手動清洗數據　98 5.4.3　練習：試用另一種工具　98 5.5　不常見的文件類型　101 5.6　小結　101 第6　章數據獲取與存儲　103 6.1　并非所有數據生而平等　103 6.2　真實性核查　104 6.3　數據可讀性、數據清潔度和數據壽命　105 6.4　尋找數據　105 6.4.1　打電話　105 6.4.2　美國政府數據　106 6.4.3　全球政府和城市開放數據　107 6.4.4　組織數據和非政府組織數據　109 6.4.5　教育數據和大學數據　109 6.4.6　醫(yī)學數據和科學數據　109 6.4.7　眾包數據和API　110 6.5　案例研究：數據調查實例　111 6.5.1　埃博拉病毒危機　111 6.5.2　列車安全　111 6.5.3　足球運動員的薪水　112 6.5.4　童工　112 6.6　數據存儲　113 6.7　數據庫簡介　113 6.7.1　關系型數據庫：MySQL 和PostgreSQL　114 6.7.2　非關系型數據庫：NoSQL　116 6.7.3　用Python 創(chuàng)建本地數據庫　117 6.8　使用簡單文件　118 6.8.1　云存儲和Python　118 6.8.2　本地存儲和Python　119 6.9　其他數據存儲方式　119 6.10　小結　119 第7　章數據清洗：研究、匹配與格式化　121 7.1　為什么要清洗數據　121 7.2　數據清洗基礎知識　122 7.2.1　找出需要清洗的數據　123 7.2.2　數據格式化　131 7.2.3　找出離群值和不良數據　135 7.2.4　找出重復值　140 7.2.5　模糊匹配　143 7.2.6　正則表達式匹配　146 7.2.7　如何處理重復記錄　150 7.3　小結　151 第8　章數據清洗：標準化和腳本化　153 8.1　數據歸一化和標準化　153 8.2　數據存儲　154 8.3　找到適合項目的數據清洗方法　156 8.4　數據清洗腳本化　157 8.5　用新數據測試　170 8.6　小結　172 第9　章數據探索和分析　173 9.1　探索數據　173 9.1.1　導入數據　174 9.1.2　探索表函數　179 9.1.3　聯(lián)結多個數據集　182 9.1.4　識別相關性　186 9.1.5　找出離群值　187 9.1.6　創(chuàng)建分組　189 9.1.7　深入探索　192 9.2　分析數據　193 9.2.1　分離和聚焦數據　194 9.2.2　你的數據在講什么　196 9.2.3　描述結論　196 9.2.4　將結論寫成文檔　197 9.3　小結　197 第10　章展示數據　199 10.1　避免講故事陷阱　199 10.1.1　怎樣講故事　200 10.1.2　了解聽眾　200 10.2　可視化數據　201 10.2.1　圖表　201 10.2.2　時間相關數據　207 10.2.3　地圖　208 10.2.4　交互式元素　211 10.2.5　文字　212 10.2.6　圖片、視頻和插畫　212 10.3　展示工具　213 10.4　發(fā)布數據　213 10.4.1　使用可用站點　213 10.4.2　開源平臺：創(chuàng)建一個新網站　215 10.4.3　Jupyter（曾名IPython notebook）　216 10.5　小結　219 第11　章網頁抓?。韩@取并存儲網絡數據　221 11.1　抓取什么和如何抓取　221 11.2　分析網頁　223 11.2.1　檢視：標記結構　224 11.2.2　網絡/ 時間線：頁面是如何加載的　230 11.2.3　控制臺：同JavaScript 交互　232 11.2.4　頁面的深入分析　236 11.3　得到頁面：如何通過互聯(lián)網發(fā)出請求　237 11.4　使用Beautiful Soup 讀取網頁　238 11.5　使用lxml 讀取網頁　241 11.6　小結　249 第12　章高級網頁抓?。浩聊蛔ト∑髋c爬蟲　251 12.1　基于瀏覽器的解析　251 12.1.1　使用Selenium 進行屏幕讀取　252 12.1.2　使用Ghost.py 進行屏幕讀取　260 12.2　爬取網頁　266 12.2.1　使用Scrapy 創(chuàng)建一個爬蟲　266 12.2.2　使用Scrapy 爬取整個網站　273 12.3　網絡：互聯(lián)網的工作原理，以及為什么它會讓腳本崩潰　281 12.4　變化的互聯(lián)網（或腳本為什么崩潰）　283 12.5　幾句忠告　284 12.6　小結　284 第13　章應用編程接口　286 13.1　API 特性　287 13.1.1　REST API 與流式API　287 13.1.2　頻率限制　287 13.1.3　分級數據卷　288 13.1.4　API key 和token　289 13.2　一次簡單的Twitter REST API 數據拉取　290 13.3　使用Twitter REST API 進行高級數據收集　292 13.4　使用Twitter 流式API 進行高級數據收集　295 13.5　小結　297 第14　章自動化和規(guī)?；?98 14.1　為什么要自動化　298 14.2　自動化步驟　299 14.3　什么會出錯　301 14.4　在哪里自動化　302 14.5　自動化的特殊工具　303 14.5.1　使用本地文件、參數及配置文件　303 14.5.2　在數據處理中使用云　308 14.5.3　使用并行處理　310 14.5.4　使用分布式處理　312 14.6　簡單的自動化　313 14.6.1　CronJobs　314 14.6.2　Web 接口　316 14.6.3　Jupyter notebook　316 14.7　大規(guī)模自動化　317 14.7.1　Celery：基于隊列的自動化　317 14.7.2　Ansible：操作自動化　318 14.8　監(jiān)控自動化程序　319 14.8.1　Python 日志　320 14.8.2　添加自動化信息　322 14.8.3　上傳和其他報告　326 14.8.4　日志和監(jiān)控服務　327 14.9　沒有萬無一失的系統(tǒng)　328 14.10　小結　328 第15　章結論　330 15.1　數據處理者的職責　330 15.2　數據處理之上　331 15.2.1　成為一名更優(yōu)秀的數據分析師　331 15.2.2　成為一名更優(yōu)秀的開發(fā)者　331 15.2.3　成為一名更優(yōu)秀的視覺化講故事者　332 15.2.4　成為一名更優(yōu)秀的系統(tǒng)架構師　332 15.3　下一步做什么　332 附錄A　編程語言對比　334 附錄B　初學者的Python 學習資源　336 附錄C　學習命令行　338 附錄D　高級Python 設置　349 附錄E　Python 陷阱　361 附錄F　IPython 指南　370 附錄G　使用亞馬遜網絡服務　374 關于作者　378 關于封面　378