本书主要介绍如何使用Python语言进行网络爬虫程序的开发,从Python语言的基本特性入手,详细介绍Python网络爬虫开发的多个方面,涉及、HTML、正则表达式、JavaScript、自然语言处理、数据处理与科学计算等不同领域的内容。全书共12章,包括基础篇、进阶篇、提高篇和实战篇4个部分。基础篇包括、2、3章,分别为Python基础及网络爬虫、静态网页抓取、数据存储。进阶篇包括第4、5、6章,分别为JavaScript与动态内容、模拟登录与验证码、爬虫数据的分析与处理。提高篇包括第7、8、9章,分别为爬虫的灵活性和多样性、Selenium模拟浏览器与网站测试、爬虫框架Scrapy与反爬虫。实战篇提供了3个实战项目供读者学习参考。本书内容覆盖网络数据抓取与爬虫编程中的主要知识和前沿技术。同时,本书在重视理论基础的前提下,从实用性和丰富度出发,结合实例演示爬虫程序编写
本书以Python 3.9和Anaconda 3为编程环境。通过本书的学习,希望读者能理解和掌握Python语言的相关知识,具备较强的算法设计、编写和调试程序的能力,理解面向对象程序设计和模块化程序设计思想,掌握文件读写、图形界面、数据库、数据分析与可视化、人工智能等编程技术。 本书共16章。~2章介绍程序设计与编程环境;第3~7章介绍顺序、函数、选择、循环的算法与程序设计,以及Python的数据结构;第8章介绍文件处理;第9~11章介绍面向对象程序设计、模块化程序设计和异常处理;2~16章介绍图形界面、数据库、网络爬虫、数据分析与可视化、人工智能等的编程。每章后配有针对性强的习题,供读者巩固所学知识。
本书以Python知识脉络为线索,结合Python生态系统,通过融合传统文化、历史人文等元素的实践案例,力求在轻松的氛围中培养学习者的程序设计能力和计算思维能力。 全书共分10章,主要内容包括搭建编程环境、基础语法、流程控制语句、字符串、列表元组与字典、函数、访问文件、处理异常、模块与包、面向对象编程等。本书各章采用模块化组织,除了具体知识细节的梳理铺陈,每章都会介绍相关的Python库,并提供多个案例对全章所学知识做综合演练,通过拓展实践进一步提升读者的实操能力。
《数据分析与挖掘算法:Python实战》是一本介绍数据分析相关算法的学习指南,主要包括数据分析及数据挖掘相关概念介绍、数据思维及各种数据分析算法的原理及实现方法。 《数据分析与挖掘算法:Python实战》的每个数据分析算法都介绍了数学原理、Python代码实现以及实战案例,内容丰富、容易理解。 本书共9章,章介绍了数据挖掘与数据分析、机器学习之间的关系;第2 章介绍了数据分析人员应该具备的数据思维,包括数据思维认知、数据挖掘“定律”;第3~9章介绍了各种数据分析算法的原理、实现方法及实战案例,其中包括逻辑回归、决策树、朴素贝叶斯、聚类分析、关联规划、人工神经网络、集成学习。 《数据分析与挖掘算法:Python实战》适合从事数据分析工作的读者自学,也可作为产品经理、运营人员、市场人员和对数据分析感兴趣的读者的参考用书。
本书内容以任务为导向,以“实训 项目”为牵引,全面介绍 Python 编程基础及其相关知识的应用。全书共 11 章, 章主要介绍 Python 的历史、特点及应用,还介绍了 Python 的开发环境及 Python 程序的运行,并通过精选的案例帮助读者进一步认识 Python。第 2~10 章主要介绍 Python 的基础语法、字符串操作、程序的流程、组合数据类型、函数、标准库和第三方库、文件操作等内容。1 章详细讲解 Python 的数据库编程。 本书的主要章节配有练习模块,用于巩固教学效果,实训和项目用于帮助读者提升解决实际问题的能力。 本书适合作为普通高等本科院校及高职高专院校学生的程序设计课程教材。全书内容覆盖全国计算机等级考试二级 Python 语言程序设计大纲,因此也适合参加全国计算机等级考试(二级 Python 语言)的人员阅读。
本书主要从零基础读者的角度出发,通过简单易懂的语言讲解知识,内容图文并茂,知识点由浅入深,案例充足,让读者通过课后习题巩固所学知识点。全书共分为12章,内容主要包括Python环境搭建、Python变量命令规范、Python中的各类数据类型、流程控制语句、继承、多态、类与方法、文件的读写、文件的缓存、文件的编码、正则表达式、栈、堆、链表、树、查找算法、排序算法、递归算法和五子棋对战项目等。本书配有丰富的课后习题,能快速帮助读者提高编程水平,提升对问题的思考能力和解决能力。
全书共分为3篇。篇是理论基础篇,讲解从事电子商务数据分析前需要了解的理论知识,每个理论知识点都结合案例做详细的解析。第二篇是专业方法篇,介绍数据采集和数据清洗的专业方法。第三篇是应用场景篇,介绍运营与数据平台的应用、运营诊断与复盘的方法、宏观市场分析、市场细分及竞争分析、流量运营分析、产品运营分析、消费者运营分析及商务报告的撰写等。 本书既可以作为高等院校电子商务专业、商务数据分析与应用专业、大数据分析与应用专业等本专、科学生的专业课教材,也可以作为实务工作者学习电子商务数据分析的基础知识以及报考商务数据分析相关资格证的参考用书。