Python 3 爬虫、数据清洗与可视化实战（第2版）

13.3 习题

13.2 应用pyecharts画图

13.1 应用matplotlib画图

第13章 数据可视化

12.2 通过热力图分析为用户提供出行建议

12.1 按性价比给用户推荐旅游产品

第12章 综合应用实例

11.7 习题

11.6 正则表达式

11.5 数据类型转换

11.4 时序数据处理

11.3 缺失值、异常值和重复值处理

11.2 数据分组、分割、合并和变形

11.1 数据读写、选择、整理和描述

第11章 pandas数据清洗

10.5 习题

10.4 数组的运算

10.3 多维数组

10.2 一维数组

10.1 NumPy简介

第10章 NumPy数组操作

9.4 习题

9.3 MongoDB

9.2 使用SQLAlchemy

9.1 使用PyMySQL

第9章 数据库连接和查询

8.4 采集知识付费平台数据

8.3 采集招聘平台数据

8.2 采集内容平台数据

8.1 采集外卖平台数据

第8章 爬虫案例集锦

7.5 习题

7.4 案例：用Selenium抓取某电商网站数据

7.3 Selenium定位及操作元素

7.2 安装Selenium

7.1 Selenium简介

第7章 Selenium爬虫

6.4 习题

6.3 案例：用Scrapy抓取股票行情

6.2 安装Scrapy

6.1 Scrapy简介

第6章 Scrapy爬虫

5.4 习题

5.3 手机App数据的采集

5.2 App数据抓包

5.1 模拟器及抓包环境配置

第5章 采集手机App数据

4.8 习题

4.7 容错处理

4.6 爬虫效率优化

4.5 代码优化

4.4 获取景点产品列表

4.3 构建类目树

4.2 工作流程分析

4.1 观察页面特征和解析数据

第4章 大型爬虫案例：抓取某电商网站的商品数据

3.5 习题

3.4 MongoDB数据库查询

3.3 存储数据到MongoDB

3.2 获取API数据

3.1 注册免费API和阅读技术文档

第3章 用API爬取天气预报数据

2.8 习题

2.7 关于什么时候存储数据

2.6 爬虫攻防战

2.5 清洗和组织数据

2.4 使用Beautiful Soup解析网页

2.3 使用requests库请求网站

2.2 了解网页

2.1 关于爬虫的合法性

第2章 数据采集的基本知识

1.5 习题

1.4 Python语句与函数

1.3 Python数据类型

1.2 Python操作入门

1.1 安装Python环境

第1章 Python语言基础

前言

版权页

内容简介

封面

封面

内容简介

版权页

前言

第1章 Python语言基础

1.1 安装Python环境

1.2 Python操作入门

1.3 Python数据类型

1.4 Python语句与函数

1.5 习题

第2章 数据采集的基本知识

2.1 关于爬虫的合法性

2.2 了解网页

2.3 使用requests库请求网站

2.4 使用Beautiful Soup解析网页

2.5 清洗和组织数据

2.6 爬虫攻防战

2.7 关于什么时候存储数据

2.8 习题

第3章 用API爬取天气预报数据

3.1 注册免费API和阅读技术文档

3.2 获取API数据

3.3 存储数据到MongoDB

3.4 MongoDB数据库查询

3.5 习题

第4章 大型爬虫案例：抓取某电商网站的商品数据

4.1 观察页面特征和解析数据

4.2 工作流程分析

4.3 构建类目树

4.4 获取景点产品列表

4.5 代码优化

4.6 爬虫效率优化

4.7 容错处理

4.8 习题

第5章 采集手机App数据

5.1 模拟器及抓包环境配置

5.2 App数据抓包

5.3 手机App数据的采集

5.4 习题

第6章 Scrapy爬虫

6.1 Scrapy简介

6.2 安装Scrapy

6.3 案例：用Scrapy抓取股票行情

6.4 习题

第7章 Selenium爬虫

7.1 Selenium简介

7.2 安装Selenium

7.3 Selenium定位及操作元素

7.4 案例：用Selenium抓取某电商网站数据

7.5 习题

第8章 爬虫案例集锦

8.1 采集外卖平台数据

8.2 采集内容平台数据

8.3 采集招聘平台数据

8.4 采集知识付费平台数据

第9章 数据库连接和查询

9.1 使用PyMySQL

9.2 使用SQLAlchemy

9.3 MongoDB

9.4 习题

第10章 NumPy数组操作

10.1 NumPy简介

10.2 一维数组

10.3 多维数组

10.4 数组的运算

10.5 习题

第11章 pandas数据清洗

11.1 数据读写、选择、整理和描述

11.2 数据分组、分割、合并和变形

11.3 缺失值、异常值和重复值处理

11.4 时序数据处理

11.5 数据类型转换

11.6 正则表达式

11.7 习题

第12章 综合应用实例

12.1 按性价比给用户推荐旅游产品

12.2 通过热力图分析为用户提供出行建议

第13章 数据可视化

13.1 应用matplotlib画图

13.2 应用pyecharts画图

13.3 习题