Python网络数据爬取及分析从入门到精通（分析篇）

定　价：¥59.80

作　者：	杨秀璋，颜娜著
出版社：	北京航空航天大学出版社
丛编项：
标　签：	暂缺

购买这本书可以去

ISBN：	9787512427136	出版时间：	2018-06-01	包装：	平装
开本：	小全开	页数：		字数：

内容简介

　　Python网络数据爬取及分析从入门到精通（分析篇）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。

图书目录

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