Python网络数据爬取及分析从入门到精通（分析篇

图书标准信息

• 作者 杨秀璋；颜娜
• 出版社 北京航空航天大学出版社
• 出版时间 2018-05
• 版次 1
• ISBN 9787512427136
• 定价 59.80元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 248页
• 字数 357千字

【内容简介】

本书采用通俗易懂的语言、丰富多彩的实例，详细介绍了使用Python语言进行网络数据分析的知识，主要内容包括Python数据分析常用库、可视化分析、回归分析、聚类分析、分类分析、关联规则挖掘分析、数据预处理及文本聚类、词云热点与主题分布分析、复杂网络与基于数据库技术的分析等。
  书中所有知识点都结合了具体的实例进行介绍，涉及的实例都给出了详细分析流程，程序代码都给出了具体的注释，采用图文结合的形式讲解，让读者能更加轻松地领会Python网络数据分析的精髓，快速提高自己的开发能力。
  本书既可作为Python开发入门者的自学用书，也可作为高等院校数据分析、数据挖掘、机器学习、大数据等相关专业的教学参考书或实验指导书，还可供Python数据分析人员查阅、参考。

【作者简介】

杨秀璋，毕业于北京理工大学软件学院，长期从事Web数据挖掘、Python数据分析、网络数据爬取工作及研究。他现任教于贵州财经大学信息学院，主讲“数据挖掘与分析”“大数据技术及应用”课程，并从事大数据分析、数据挖掘、知识图谱等领域的项目研究与开发；有多年的Python编程、数据分析及知识图谱研究经验，实战经验较为丰富。

此外，他还积极分享编程知识和开源代码编写经验，先后在CSDN、博客园、阿里云栖社区撰写博客，仅在CSDN就分享了300多篇原创文章，开设了11个专栏，累计阅读量超过250万人次。

【目录】

第1章 网络数据分析概述                        1

1.1 数据分析                             1

1.2 相关技术                             3

1.3 Anaconda开发环境                        5

1.4 常用数据集                            9

1.4.1 Sklearn数据集                        9

1.4.2 UCI数据集                         10

1.4.3 自定义爬虫数据集                      11

1.4.4 其他数据集                         12

1.5 本章小结                            13

参考文献

                              14

第2章 Python数据分析常用库

                     15

2.1 常用库                             15

2.2 NumPy                             17

2.2.1 Array用法                          17

2.2.2 二维数组操作                        19

2.3 Pandas                             21

2.3.1 读/写文件

                         22

2.3.2 Series                         

 24

2.3.3 DataFrame                         26

2.4 Matplotlib                            26

2.4.1 基础用法                          27

2.4.2 绘图简单示例                        28

2.5 Sklearn                             31

2.6 本章小结                            32

参考文献

                              32

第3章 Python可视化分析

                       33

3.1 Matplotlib可视化分析                       33

3.1.1 绘制曲线图                         33

3.1.2 绘制散点图                         37

3.1.3 绘制柱状图                         40

3.1.4 绘制饼状图                         42

3.1.5 绘制3D图形

                        43

3.2 Pandas读取文件可视化分析                    45

3.2.1 绘制折线对比图                       45

3.2.2 绘制柱状图和直方图                     48

3.2.3 绘制箱图                          51

3.3 ECharts可视化技术初识                      53

3.4 本章小结                            57

参考文献

                              57

第4章 Python回归分析

                        58

4.1 回 归                             58

4.1.1 什么是回归                         58

4.1.2 线性回归                          59

4.2 线性回归分析                          60

4.2.1 LinearRegression                       61

4.2.2 线性回归预测糖尿病                     63

4.3 多项式回归分析                         68

4.3.1 基础概念                          68

4.3.2 PolynomialFeatures                      69

4.3.3 多项式回归预测成本和利润                  70

4.4 逻辑回归分析                          73

4.4.1 LogisticRegression                      75

4.4.2 鸢尾花数据集回归分析实例                  75

4.5 本章小结                            83

参考文献

                              83

第5章 Python聚类分析

                        85

5.1 聚 类                             85

5.1.1 算法模型                          85

5.1.2 常见聚类算法                        86

5.1.3 性能评估                          88

5.2 K-Means                            90

5.2.1 算法描述                          90

5.2.2 用K-Means分析篮球数据

                  96

5.2.3 K-Means聚类优化                      99

5.2.4 设置类簇中心                        103

5.3 BIRCH                             105

5.3.1 算法描述                          105

5.3.2 用BIRCH 分析氧化物数据

                 106

5.4 降维处理                            110

5.4.1 PCA降维                          111

5.4.2 Sklearn PCA降维                      111

5.4.3 PCA降维实例                        113

5.5 本章小结                            117

参考文献                              118

第6章 Python分类分析

                       119

6.1 分 类                             119

6.1.1 分类模型                          119

6.1.2 常见分类算法                        120

6.1.3 回归、聚类和分类的区别                   122

6.1.4 性能评估                          123

6.2 决策树                             123

6.2.1 算法实例描述                        123

6.2.2 DTC算法                          125

6.2.3 用决策树分析鸢尾花                     126

6.2.4 数据集划分及分类评估                    128

6.2.5 区域划分对比                        132

6.3 KNN分类算法                         136

6.3.1 算法实例描述                        136

6.3.2 KNeighborsClassifier                    138

6.3.3 用KNN分类算法分析红酒类型

               139

6.4 SVM 分类算法                         147

6.4.1 SVM 分类算法的基础知识                  147

6.4.2 用SVM 分类算法分析红酒数据

               148

6.4.3 用优化SVM 分类算法分析红酒数据集

            151

6.5 本章小结                            154

参考文献                              154

第7章 Python关联规则挖掘分析

                   156

7.1 基本概念                            156

7.1.1 关联规则                          156

7.1.2 置信度与支持度                       157

7.1.3 频繁项集                          158

7.2 Apriori算法                          159

7.3 Apriori算法的实现                       163

7.4 本章小结                            167

参考文献                              167

第8章 Python数据预处理及文本聚类

                 168

8.1 数据预处理概述                         168

8.2 中文分词                            170

8.2.1 中文分词技术                        170

8.2.2 Jieba中文分词工具                     171

8.3 数据清洗                            175

8.3.1 概 述                           175

8.3.2 中文语料清洗                        176

8.4 特征提取及向量空间模型                     179

8.4.1 特征规约                          179

8.4.2 向量空间模型                        181

8.4.3 余弦相似度计算                       182

8.5 权重计算                            184

8.5.1 常用权重计算方法                      184

8.5.2 TF-IDF                          185

8.5.3 用Sklearn计算TF-IDF                   186

8.6 文本聚类                            188

8.7 本章小结                            192

参考文献                              192

第9章 Python词云热点与主题分布分析

                193

9.1 词 云                             193

9.2 WordCloud的安装及基本用法                   194

9.2.1 WordCloud的安装                      194

9.2.2 WordCloud的基本用法                    195

9.3 LDA                              203

9.3.1 LDA的安装过程                      203

9.3.2 LDA的基本用法及实例                   204

9.4 本章小结                            214

参考文献                              214

第10章 复杂网络与基于数据库技术的分析                215

10.1 复杂网络                           215

10.1.1 复杂网络和知识图谱                    215

10.1.2 NetworkX                         217

10.1.3 用复杂网络分析学生关系网                 219

10.2 基于数据库技术的数据分析                   224

10.2.1 数据准备                         224

10.2.2 基于数据库技术的可视化分析                225

10.2.3 基于数据库技术的可视化对比                232

10.3 基于数据库技术的博客行为分析                 234

10.3.1 幂率分布                         234

10.3.2 用幂率分布分析博客数据集                 235

10.4 本章小结                           245

参考文献                              245

本套后记                               246

致

谢                                248