《Python 3爬虫、数据清洗与可视化实战（第2版）》内容简介

本书是一本通过实战教初学者学习爬取数据、清洗和组织数据进行分析和可视化的Python读物。书中案例均经过实战检验，笔者在实践过程中深感采集数据、清洗和组织数据的重要性，作为一名数据行业的“码农”，数据就是沃土，没有数据，我们将无田可耕。
本书共13章，包括6个核心主题，其一是Python基础入门，包括环境配置、基本操作、数据类型、语句和函数；其二是Python爬虫的构建，包括网页结构解析、爬虫流程设计、代码优化、爬虫效率优化、无线端的数据采集、容错处理、反防爬虫、表单交互和模拟页面点击；其三是Python数据库应用，包括MongoDB、MySQL在Python中的连接与应用；其四是数据清洗和组织，包括NumPy数组知识，以及pandas数据的读写、分组、变形，缺失值、异常值和重复值处理，时序数据处理和正则表达式的使用等；其五是综合应用实例，帮助读者贯穿爬虫、数据清洗与组织的过程；最后是数据可视化，包括matplotlib和pyecharts两个库的使用，涉及饼图、柱形图、线图、词云图等图形，帮助读者进入可视化的殿堂。
本书以实战为主，适合Python初学者及高等院校相关专业的学生阅读，也适合Python培训机构作为实验教材。
零一 原名陈海城，慕研数据分析师事务所创始人，电商数据专家，数据分析师，开发工程师；从事教育培训、数据分析和人工智能行业，专注于电商企业的数据化服务。
韩要宾 CDA数据分析研究院资深讲师；5年电商从业经验，4年数据挖掘实战经验；专注于数据分析与挖掘、机器学习、深度学习，服务客户包括苏宁易购、迪卡侬、百草味、浙江师范大学等。
黄园园 具有10年软件开发经验，全栈工程师，六西格玛黑带，精通Python和机器学习算法，具有丰富的分布式爬虫开发经验；曾在苏州三星电子电脑（SESC）、新加坡电信（NCS）、希捷科技（Seagate Technology）等世界知名企业研发部工作，参与过花旗银行在线支付系统、银行账单自动化审核系统等大型软件开发，曾任杭州沐垚科技有限公司CTO。

作品目录

内容简介
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
专业服务