书籍封面
书籍目录
封面
数字版权声明
译者介绍
扉页
版权页
版权声明
O’Reilly Media, Inc.介绍
本书赞誉
目录
前言
第1章 Python简介
1.1 为什么选择Python
1.2 开始使用Python
1.2.1 Python版本选择
1.2.2 安装Python
1.2.3 测试Python
1.2.4 安装pip
1.2.5 安装代码编辑器
1.2.6 安装IPython（可选）
1.3 小结
第2章 Python基础
2.1 基本数据类型
2.1.1 字符串
2.1.2 整数和浮点数
2.2 数据容器
2.2.1 变量
2.2.2 列表
2.2.3 字典
2.3 各种数据类型的用途
2.3.1 字符串方法：字符串能做什么
2.3.2 数值方法：数字能做什么
2.3.3 列表方法：列表能做什么
2.3.4 字典方法：字典能做什么
2.4 有用的工具：type、dir和help
2.4.1 type
2.4.2 dir
2.4.3 help
2.5 综合运用
2.6 代码的含义
2.7 小结
第3章 供机器读取的数据
3.1 CSV数据
3.1.1 如何导入CSV数据
3.1.2 将代码保存到文件中并在命令行中运行
3.2 JSON数据
如何导入JSON数据
3.3 XML数据
如何导入XML数据
3.4 小结
第4章 处理Excel文件
4.1 安装Python包
4.2 解析Excel文件
4.3 开始解析
4.4 小结
第5章 处理PDF文件，以及用Python解决问题只发布PDF 格式的数据是十分错误的，但有时你也没有其他选择。本章你将学习如何解析PDF，在学习过程中，你还会学习如何解决在代码中遇到的错误。我们还会讲到如何编写脚本，从一些基本概念（例如导入模块）讲起，逐步过渡到一些更复杂的内容。学完本章，你将学会在代码中思考问题与解决问题的许多方法。5.1 尽量不要用PDF本章用到的数据与上一章相同，只不过是PDF 格式的。一般来说，我们不会去寻找难以解析的数据格式，但我们在本书中之所以这么做，是因为你要处理的数据可能并不总是理想中的格式。你可以在本书的GitHub 仓库（https://github.com/jackiekazil/data-wrangling）中找到本章所用的PDF 文件。在开始解析PDF 数据之前，你需要考虑以下几件事情。• 你是
5.1 尽量不要用PDF
5.2 解析PDF的编程方法
5.2.1 利用slate库打开并读取PDF
5.2.2 将PDF转换成文本
5.3 利用pdfminer解析PDF
5.4 学习解决问题的方法
5.4.1 练习：使用表格提取，换用另一个库
5.4.2 练习：手动清洗数据
5.4.3 练习：试用另一种工具
5.5 不常见的文件类型
5.6 小结
第6章 数据获取与存储
6.1 并非所有数据生而平等
6.2 真实性核查
6.3 数据可读性、数据清洁度和数据寿命
6.4 寻找数据
6.4.1 打电话
6.4.2 美国政府数据
6.4.3 全球政府和城市开放数据
6.4.4 组织数据和非政府组织数据
6.4.5 教育数据和大学数据
6.4.6 医学数据和科学数据
6.4.7 众包数据和API
6.5 案例研究：数据调查实例
6.5.1 埃博拉病毒危机
6.5.2 列车安全
6.5.3 足球运动员的薪水
6.5.4 童工
6.6 数据存储
6.7 数据库简介
6.7.1 关系型数据库：MySQL和PostgreSQL
6.7.2 非关系型数据库：NoSQL
6.7.3 用Python创建本地数据库
6.8 使用简单文件
6.8.1 云存储和Python
6.8.2 本地存储和Python
6.9 其他数据存储方式
6.10 小结
第7章 数据清洗：研究、匹配与格式化
7.1 为什么要清洗数据
7.2 数据清洗基础知识
7.2.1 找出需要清洗的数据
7.2.2 数据格式化
7.2.3 找出离群值和不良数据
7.2.4 找出重复值
7.2.5 模糊匹配
7.2.6 正则表达式匹配
7.2.7 如何处理重复记录
7.3 小结
第8章 数据清洗：标准化和脚本化
8.1 数据归一化和标准化
8.2 数据存储
8.3 找到适合项目的数据清洗方法
8.4 数据清洗脚本化
8.5 用新数据测试
8.6 小结
第9章 数据探索和分析
9.1 探索数据
9.1.1 导入数据
9.1.2 探索表函数
9.1.3 联结多个数据集
9.1.4 识别相关性
9.1.5 找出离群值
9.1.6 创建分组
9.1.7 深入探索
9.2 分析数据
9.2.1 分离和聚焦数据
9.2.2 你的数据在讲什么
9.2.3 描述结论
9.2.4 将结论写成文档
9.3 小结
第10章 展示数据
10.1 避免讲故事陷阱
10.1.1 怎样讲故事
10.1.2 了解听众
10.2 可视化数据
10.2.1 图表
10.2.2 时间相关数据
10.2.3 地图
10.2.4 交互式元素
10.2.5 文字
10.2.6 图片、视频和插画
10.3 展示工具
10.4 发布数据
10.4.1 使用可用站点
10.4.2 开源平台：创建一个新网站
10.4.3 Jupyter（曾名IPython notebook）
10.5 小结
第11章 网页抓取：获取并存储网络数据
11.1 抓取什么和如何抓取
11.2 分析网页
11.2.1 检视：标记结构
11.2.2 网络/时间线：页面是如何加载的
11.2.3 控制台：同JavaScript交互
11.2.4 页面的深入分析
11.3 得到页面：如何通过互联网发出请求
11.4 使用Beautiful Soup读取网页
11.5 使用lxml读取网页
一个XPath案例
11.6 小结
第12章 高级网页抓取：屏幕抓取器与爬虫
12.1 基于浏览器的解析
12.1.1 使用Selenium进行屏幕读取
12.1.2 使用Ghost.py进行屏幕读取
12.2 爬取网页
12.2.1 使用Scrapy创建一个爬虫
12.2.2 使用Scrapy爬取整个网站
12.3 网络：互联网的工作原理，以及为什么它会让脚本崩溃
12.4 变化的互联网（或脚本为什么崩溃）
12.5 几句忠告
12.6 小结
第13章 应用编程接口
13.1 API特性
13.1.1 REST API与流式API
13.1.2 频率限制
13.1.3 分级数据卷
13.1.4 API key和token
13.2 一次简单的Twitter REST API数据拉取
13.3 使用Twitter REST API进行高级数据收集
13.4 使用Twitter流式API进行高级数据收集
13.5 小结
第14章 自动化和规模化
14.1 为什么要自动化
14.2 自动化步骤
14.3 什么会出错
14.4 在哪里自动化
14.5 自动化的特殊工具
14.5.1 使用本地文件、参数及配置文件
14.5.2 在数据处理中使用云
14.5.3 使用并行处理
14.5.4 使用分布式处理
14.6 简单的自动化
14.6.1 CronJobs
14.6.2 Web接口
14.6.3 Jupyter notebook
14.7 大规模自动化
14.7.1 Celery：基于队列的自动化
14.7.2 Ansible：操作自动化
14.8 监控自动化程序
14.8.1 Python日志
14.8.2 添加自动化信息
14.8.3 上传和其他报告
14.8.4 日志和监控服务
14.9 没有万无一失的系统
14.10 小结
第15章 结论
15.1 数据处理者的职责
15.2 数据处理之上
15.2.1 成为一名更优秀的数据分析师
15.2.2 成为一名更优秀的开发者
15.2.3 成为一名更优秀的视觉化讲故事者
15.2.4 成为一名更优秀的系统架构师
15.3 下一步做什么
附录A 编程语言对比
A.1 C、C++、Java与Python
A.2 R或MATLAB与Python
A.3 HTML与Python
A.4 JavaScript与Python
A.5 Node.js与Python
A.6 Ruby和Ruby on Rails与Python
附录B 初学者的Python学习资源
B.1 在线资源
B.2 线下小组
附录C 学习命令行
C.1 bash
C.1.1 跳转命令
C.1.2 修改文件
C.1.3 运行文件
C.1.4 利用命令行进行搜索
C.1.5 更多资源
C.2 Windows cmd/PowerShell
C.2.1 跳转命令
C.2.2 修改文件
C.2.3 运行文件
C.2.4 利用命令行进行搜索
C.2.5 更多资源
附录D 高级Python设置
D.1 第1步：安装GCC
D.2 第2步：（只在Mac上）安装Homebrew
D.3 第3步：（Mac系统）告诉系统去哪里寻找Homebrew
D.4 第4步：安装Python 2.7
D.5 第5步：安装virtualenv（Windows、Mac、Linux）
D.6 第6步：创建一个新目录
D.7 第7步：安装virtualenvwrapper
D.7.1 安装virtualenvwrapper（Mac和Linux）
D.7.2 安装virtualenvwrapper-win（Windows）
D.7.3 测试你的虚拟环境（Windows、Mac、Linux）
D.8 学习我们的新环境（Windows、Mac、Linux）
D.9 高级设置回顾
附录E Python陷阱
E.1 空白
E.2 可怕的GIL
E.3 =、==与is，以及何时只是复制
E.4 默认函数参数
E.5 Python作用域与内置函数：变量名称的重要性
E.6 定义对象与修改对象
E.7 修改不可变对象
E.8 类型检查
E.9 捕获多个异常
E.10 调试的力量
附录F IPython 指南
F.1 为什么使用IPython
F.2 IPython起步
F.3 魔法函数
F.4 最后的思考：一个简单的终端
附录G 使用亚马逊网络服务
G.1 启动AWS服务器
G.1.1 AWS步骤1：选择一个亚马逊机器镜像（AMI）
G.1.2 AWS步骤2：选择一个实例类型
G.1.3 AWS步骤7：学习实例启动
G.1.4 AWS额外问题：选择一个存在的键对或创建一个新的
G.2 登录AWS服务器
G.2.1 得到实例的公共DNS名称
G.2.2 准备你的私钥
G.2.3 登录你的服务器
G.3 小结
关于作者
关于封面
连接图灵
看完了
没有回复内容