本書為資料猿推出的《每週一本書》欄目叢書。

歡迎大家推薦好書給我們，讓更多人受益。

【資料猿導讀】本書作者沈祥壯，自學Python兩年，以資料分析為主線，系統學習的資料的採集、處理、分析和視覺化。

編輯 | sharon

官網 | www.datayuan.cn

微信公眾號ID | datayuancn

這是一本務實之作，充分體現資料分析流程的各項環節，包含資料的採集、清洗和探索性分析，並通過大家耳熟能說的Python工具加以實操。更令人驚奇的是，本書的作者沈祥壯並非科班出身，他通過兩年自學，系統掌握了資料的採集、處理、分析和視覺化，真大神是也。

內容簡介

第1章主要講解了在Ubuntu和Windows系統下，Python整合開發環境的搭建。考慮到初學者容易為安裝第三方庫犯難，又介紹了三種簡單實用的方法來安裝這些常見的庫。接著對幾個後面要用到的高階語法進行了簡單介紹，為之後的應用打下基礎。

第2章集中講解了資料採集的流程，即網路爬蟲程式的設計與實現。首先本章沒有拘泥於使用Python的內建庫urllib庫進行實現，而是直接介紹了requests和其他更加簡捷強大的庫來完成程式的設計。在進階內容中，對常見的編碼問題、異常處理、代理IP、驗證碼、機器人協議、模擬登入，以及多執行緒等相關問題給出瞭解決的方案。

第3章講解資料的清洗問題。在具體講解清洗資料之前，先介紹了TXT、XLSX、JSON、CSV等各種檔案的匯入和匯出的方法，並介紹了Python與MySQL資料庫互動的方式。接著介紹了NumPy和pandas庫的基本使用方法，這是我們用於資料處理和科學計算的兩個強大的工具。最後綜合以上的學習介紹了資料的去重、缺失值的填補等經典的資料清洗方法。

第4章首先講解探索性資料分析的應用，並且簡單介紹了機器學習基本知識。然後演示如何應用sklearn庫提供的決策樹和最鄰近演算法來處理分類問題，並嘗試根據演算法原理手動實現最鄰近演算法。最後介紹如何使用pandas、matplotlib和seaborn這三個庫來實現資料的視覺化。

第5章是綜合性學習的章節，講解了三個小專案的完整實現過程，旨在通過操作生活中真正的資料來強化前面基礎內容的學習。

作者簡介

沈祥壯，自學Python兩年，以資料分析為主線，系統學習的資料的採集、處理、分析和視覺化。在研究統計機器學習理論的同理，使用Python語言實現了部分統計學習演算法。研究方向包括資料採集、資料探勘、統計機器學習及影象處理。

目錄

1  準備

1.1  開發環境搭建

1.2  Python基礎語法介紹

1.3  The Zen of Python

2  資料的獲取

2.1  爬蟲簡介

2.2  資料抓取實踐

2.3  爬蟲進階

2.4  爬蟲總結

3  資料的存取與清洗

3.1  資料存取

3.2  NumPy

3.3  pandas

3.4  資料的清洗

4  資料的分析及視覺化

4.1  探索性資料分析

4.2  機器學習入門

4.3  手動實現KNN演算法

4.4  資料視覺化

5  Python與生活

5.1  定製一個新聞提醒服務

5.2  Python與數學

5.3  QQ群聊天記錄資料分析

購買地址

京東：

https://item.jd.com/12330816.html

噹噹：

http://product.dangdang.com/25247679.html

作者郵箱[email protected]。

本書中使用的全部程式碼及相關資料已經託管至Github, 讀者可進入

https://github.com/shenxiangzhuang/PythonDataAnalysis進行下載。

6月12日，數字資產投資峰會：金融科技區塊鏈支援可持續發展-北京站即將開始，期待我們的見面