Python数据分析与大数据处理从入门到精通

图书标准信息

• 作者 朱春旭 著
• 出版社 北京大学出版社
• 出版时间 2019-10
• 版次 1
• ISBN 9787301307656
• 定价 89.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 464页

【内容简介】

　　《Python数据分析与大数据处理从入门到精通》主要讲解数据分析与大数据处理所需的技术、基础设施、核心概念、实施流程。从编程语言准备、数据采集与清洗、数据分析与可视化，到大型数据的分布式存储与分布式计算，贯穿了整个大数据项目开发流程。本书轻理论、重实践，目的是让读者快速上手。1篇首先介绍了Python的基本语法、面向对象开发、模块化设计等，掌握Python的编程方式。然后介绍了多线程、多进程及其相互间的通信，让读者对分布式程序有个基本的认识。第2篇介绍了网络数据采集、数据清洗、数据存储等技术。第3篇介绍了Python常用的数据分析工具，扩展了更多的数据清洗、插值方法，为最终的数据可视化奠定基础。第4篇是大数据分析的重点。首先介绍了Hadoop的框架原理、调度原理，MapReduce原理与编程模型、环境搭建，接着介绍了Spark框架原理、环境搭建方式，以及如何与Hive等第三方工具进行交互，还介绍了新的结构化流式处理技术。第5篇通过三个项目实例，综合介绍了如何分析网页、如何搭建分布式爬虫、如何应对常见的反爬虫、如何设计数据模型、如何设计架构模型、如何在实践中综合运用前四篇涉及的技术。本书既适合非计算机专业的编程“小白”，也适合刚毕业或即将毕业走向工作岗位的广大毕业生，以及已经有编程经验，但想转行做大数据分析的专业人士。同时，还可以作为广大职业院校、电脑培训班的教学参考用书。

【作者简介】

　　朱春旭，高级软件工程师，长期对企业、软件开发公司、政府机构培训大数据开发与应用课程，对Python大数据处理与分析相关应用有深入研究，并编写有《极客内参-大数据开发实战》教程45篇，总共30000+字。

【目录】

第1篇 Python程序设计 

 第1章 Python入门 3 

1.1　Python概述 4 

1.2　搭建Python开发环境 6 

1.3　Python开发工具介绍 11 

1.4　Python软件包的管理 13 

1.5　实训：编写“Hello World” 15 

本章小结 16 

第2章 Python基础 17 

2.1　变量 18 

2.2　标识符 24 

2.3　代码组织 26 

2.4　输入与输出 28 

2.5　运算符与优先级 30 

2.6　新手问答 30 

2.7　实训：设计一个简易计算器 31 

本章小结 31 

第3章 数据类型与流程控制 32 

3.1　数字类型 33 

3.2　字符串类型 37 

3.3　集合类型 40 

3.4　流程控制语句 45 

3.5　新手问答 47 

3.6　实训：设计算法，输出乘法表 49 

本章小结 50 

第4章 函数、模块、包 51 

4.1　自定义函数 52 

4.2　函数参数 55 

4.3　函数式编程 58 

4.4　模块与包 63 

4.5　新手问答 65 

4.6　实训：设计算法，对列表进行排序 67 

本章小结 68 

第5章 面向对象的程序设计 69 

5.1　面向对象 70 

5.2　自定义类 71 

5.3　属性 73 

5.4　方法 79 

5.5　类的继承 83 

5.6　可调用对象 86 

5.7　不可变对象 87 

5.8　新手问答 88 

5.9　实训：设计算法，构造一棵二叉树 90 

本章小结 92 

第6章 高级主题 93 

6.1　生成器 94 

6.2　迭代器 96 

6.3　异步处理 97 

6.4　错误、调试 103 

6.5　新手问答 108 

6.6　实训：使用多进程技术统计数据并汇总 109 

本章小结 110 

第2篇 数据采集与数据清洗 

第7章 网络数据采集 113 

7.1　HTTP请求概述 114 

7.2　XPath网页解析 114 

7.3　Scrapy数据采集入门 119 

7.4　Scrapy应对反爬虫程序 126 

7.5　CrawlSpider类 131 

7.6　分布式爬虫 132 

7.7　新手问答 136 

7.8　实训：构建百度云音乐爬虫 136 

本章小结 139 

第8章 数据清洗 140 

8.1　数据清洗的意义 141 

8.2　数据清洗的内容 141 

8.3　数据格式与存储类型 142 

8.4　数据清洗的步骤 145 

8.5　数据清洗的工具 147 

8.6　新手问答 151 

8.7　实训：清洗百度云音乐数据并储存到CSV　 151 

本章小结 152 

第3篇 数据分析与可视化 

第9章 NumPy数值计算 155 

9.1　NumPy基础 156 

9.2　形状操作 164 

9.3　副本、浅拷贝和深拷贝 166 

9.4　高级索引 168 

9.5　排序统计 171 

9.6　新手问答 173 

9.7　实训：销售额统计　 174 

本章小结 175 

第10章 Matplotlib可视化 176 

10.1　图形的基本要素 177 

10.2　绘图基础 177 

10.3　设置样式 186 

10.4　图形样例 189 

10.5　新手问答 198 

10.6　实训：营业数据可视化 199 

本章小结 201 

第11章 Pandas统计分析 202 

11.1　Pandas数据结构 203 

11.2　基础功能 210 

11.3　统计分析 217 

11.4　时间数据 229 

11.5　数据整理 231 

11.6　高级功能 234 

11.7　读写MySQL数据库 236 

11.8　新手问答 237 

11.9　实训：成绩分析 237 

本章小结 239 

第12章 Seaborn可视化 240 

12.1　Seaborn概述 241 

12.2　可视化数据关系 242 

12.3　根据数据分类绘图 246 

12.4　单变量与双变量 251 

12.5　线性关系 256 

12.6　新手问答 258 

12.7　实训：成绩分析可视化 258 

本章小结 260 

第4篇 大数据存储与快速分析篇 

第13章 Hadoop数据存储与基本操作 263 

13.1　Hadoop概述 264 

13.2　Hadoop数据存储与任务调度原理 268 

13.3　Hadoop基础环境搭建 273 

13.4　Hadoop部署模式 294 

13.5　Hadoop常用操作命令 298 

13.6　新手问答 300 

13.7　实训：动手搭建Hadoop集群环境 301 

本章小结 309 

第14章 Spark入门 310 

14.1　Spark概述 311 

14.2　Spark核心原理 312 

14.3　Spark基础环境搭建 315 

14.4　Spark运行模式 317 

14.5　新手问答 321 

14.6　实训：动手搭建Spark集群 322 

本章小结 323 

第15章 Spark RDD编程 324 

15.1　RDD设计原理 325 

15.2　RDD编程 328 

15.3　键值对RDD 335 

15.4　文件读写 340 

15.5　编程进阶 342 

15.6　新手问答 347 

15.7　实训：统计海鲜销售情况 348 

本章小结 350 

第16章 Spark SQL编程 351 

16.1　Spark　SQL概述 352 

16.2　创建DataFrame对象 360 

16.3　DataFrame常用API 364 

16.4　保存DataFrame 370 

16.5　新手问答 372 

16.6　实训：统计手机销售情况 373 

本章小结 375 

第17章 Spark流式计算编程 376 

17.1　流计算简介 377 

17.2　Discretized Stream 379 

17.3　Structured Streaming 385 

17.4　新手问答 397 

17.5　实训：实时统计贷款金额 397 

本章小结 398 

第5篇 项目实战篇 

第18章 分析电商网站销售数据 401 

18.1　目标分析 402 

18.2　数据采集 405 

18.3　数据分析 411 

本章小结 416 

第19章 分析旅游网站数据 417 

19.1　目标分析 418 

19.2　数据采集 420 

19.3　数据分析 425 

本章小结 429 

第20章 分析在售二手房数据 430 

20.1　目标分析 431 

20.2　数据采集 434 

20.3　数据分析 440 

本章小结 446 

附录：Python常见面试题精选 447 

主要参考文献 450