Python数据分析与大数据处理从入门到精通朱春旭著

基本信息

书名:Python数据分析与大数据处理从入门到精通

定价：89.00元

作者:朱春旭 著

出版社：北京大学出版社

出版日期：2019-10-01

ISBN：9787301307656

字数：718000

页码：464

版次：

装帧：平装

开本：16开

商品重量：

编辑推荐

（1）全面：数据分析与大数据处理所需的所有技术，包含基础理论、核心概念、实施流程，从编程语言准备、数据采集与清洗、数据分析与可视化，到大型数据的分布式存储与分布式计算等。 n
（2）深入：一本书讲透1种编程语言和14种数据分析与大处理工具，以及大数据分析技术及项目开发方法。 n
（3）丰富：包含45个“新手问答”、17个章节的“实训”、3个项目综合实战、50道Python面试题精选。

内容提要

《Python数据分析与大数据处理从入门到精通》主要讲解数据分析与大数据处理所需的技术、基础设施、核心概念、实施流程。从编程语言准备、数据采集与清洗、数据分析与可视化，到大型数据的分布式存储与分布式计算，贯穿了整个大数据项目开发流程。本书轻理论、重实践，目的是让读者快速上手。1篇首先介绍了Python的基本语法、面向对象开发、模块化设计等，掌握Python的编程方式。然后介绍了多线程、多进程及其相互间的通信，让读者对分布式程序有个基本的认识。第2篇介绍了网络数据采集、数据清洗、数据存储等技术。第3篇介绍了Python常用的数据分析工具，扩展了更多的数据清洗、插值方法，为 终的数据可视化奠定基础。第4篇是大数据分析的重点。首先介绍了Hadoop的框架原理、调度原理，MapReduce原理与编程模型、环境搭建，接着介绍了Spark框架原理、环境搭建方式，以及如何与Hive等第三方工具进行交互，还介绍了新的结构化流式处理技术。第5篇通过三个项目实例，综合介绍了如何分析网页、如何搭建分布式爬虫、如何应对常见的反爬虫、如何设计数据模型、如何设计架构模型、如何在实践中综合运用前四篇涉及的技术。本书既适合非计算机专业的编程“小白”，也适合刚毕业或即将毕业走向工作岗位的广大毕业生，以及已经有编程经验，但想转行做大数据分析的专业人士。同时，还可以作为广大职业院校、电脑培训班的教学参考用书。

目录

篇 Python程序设计 n
章 Python入门 3 n
1.1　Python概述 4 n
1.2　搭建Python开发环境 6 n
1.3　Python开发工具介绍 11 n
1.4　Python软件包的管理 13 n
1.5　实训：编写“Hello World” 15 n
本章小结 16 n
第2章 Python基础 17 n
2.1　变量 18 n
2.2　标识符 24 n
2.3　代码组织 26 n
2.4　输入与输出 28 n
2.5　运算符与优先级 30 n
2.6　新手问答 30 n
2.7　实训：设计一个简易计算器 31 n
本章小结 31 n
第3章 数据类型与流程控制 32 n
3.1　数字类型 33 n
3.2　字符串类型 37 n
3.3　集合类型 40 n
3.4　流程控制语句 45 n
3.5　新手问答 47 n
3.6　实训：设计算法，输出乘法表 49 n
本章小结 50 n
第4章 函数、模块、包 51 n
4.1　自定义函数 52 n
4.2　函数参数 55 n
4.3　函数式编程 58 n
4.4　模块与包 63 n
4.5　新手问答 65 n
4.6　实训：设计算法，对列表进行排序 67 n
本章小结 68 n
第5章 面向对象的程序设计 69 n
5.1　面向对象 70 n
5.2　自定义类 71 n
5.3　属性 73 n
5.4　方法 79 n
5.5　类的继承 83 n
5.6　可调用对象 86 n
5.7　不可变对象 87 n
5.8　新手问答 88 n
5.9　实训：设计算法，构造一棵二叉树 90 n
本章小结 92 n
第6章 高级主题 93 n
6.1　生成器 94 n
6.2　迭代器 96 n
6.3　异步处理 97 n
6.4　错误、调试 103 n
6.5　新手问答 108 n
6.6　实训：使用多进程技术统计数据并汇总 109 n
本章小结 110 n
第2篇 数据采集与数据清洗 n
第7章 网络数据采集 113 n
7.1　请求概述 114 n
7.2　XPath网页解析 114 n
7.3　Scrapy数据采集入门 119 n
7.4　Scrapy应对反爬虫程序 126 n
7.5　CrawlSpider类 131 n
7.6　分布式爬虫 132 n
7.7　新手问答 136 n
7.8　实训：构建百度云音乐爬虫 136 n
本章小结 139 n
第8章 数据清洗 140 n
8.1　数据清洗的意义 141 n
8.2　数据清洗的内容 141 n
8.3　数据格式与存储类型 142 n
8.4　数据清洗的步骤 145 n
8.5　数据清洗的工具 147 n
8.6　新手问答 151 n
8.7　实训：清洗百度云音乐数据并储存到CSV　 151 n
本章小结 152 n
第3篇 数据分析与可视化 n
第9章 NumPy数值计算 155 n
9.1　NumPy基础 156 n
9.2　形状操作 164 n
9.3　副本、浅拷贝和深拷贝 166 n
9.4　高级索引 168 n
9.5　排序统计 171 n
9.6　新手问答 173 n
9.7　实训：销售额统计　 174 n
本章小结 175 n
0章 Matplotlib可视化 176 n
10.1　图形的基本要素 177 n
10.2　绘图基础 177 n
10.3　设置样式 186 n
10.4　图形样例 189 n
10.5　新手问答 198 n
10.6　实训：营业数据可视化 199 n
本章小结 201 n
1章 Pandas统计分析 202 n
11.1　Pandas数据结构 203 n
11.2　基础功能 210 n
11.3　统计分析 217 n
11.4　时间数据 229 n
11.5　数据整理 231 n
11.6　高级功能 234 n
11.7　读写MySQL数据库 236 n
11.8　新手问答 237 n
11.9　实训：成绩分析 237 n
本章小结 239 n
2章 Seaborn可视化 240 n
12.1　Seaborn概述 241 n
12.2　可视化数据关系 242 n
12.3　根据数据分类绘图 246 n
12.4　单变量与双变量 251 n
12.5　线性关系 256 n
12.6　新手问答 258 n
12.7　实训：成绩分析可视化 258 n
本章小结 260 n
第4篇 大数据存储与快速分析篇 n
3章 Hadoop数据存储与基本操作 263 n
13.1　Hadoop概述 264 n
13.2　Hadoop数据存储与任务调度原理 268 n
13.3　Hadoop基础环境搭建 273 n
13.4　Hadoop部署模式 294 n
13.5　Hadoop常用操作命令 298 n
13.6　新手问答 300 n
13.7　实训：动手搭建Hadoop集群环境 301 n
本章小结 309 n
4章 Spark入门 310 n
14.1　Spark概述 311 n
14.2　Spark核心原理 312 n
14.3　Spark基础环境搭建 315 n
14.4　Spark运行模式 317 n
14.5　新手问答 321 n
14.6　实训：动手搭建Spark集群 322 n
本章小结 323 n
5章 Spark RDD编程 324 n
15.1　RDD设计原理 325 n
15.2　RDD编程 328 n
15.3　键值对RDD 335 n
15.4　文件读写 340 n
15.5　编程进阶 342 n
15.6　新手问答 347 n
15.7　实训：统计海鲜销售情况 348 n
本章小结 350 n
6章 Spark SQL编程 351 n
16.1　Spark　SQL概述 352 n
16.2　创建DataFrame对象 360 n
16.3　DataFrame常用API 364 n
16.4　保存DataFrame 370 n
16.5　新手问答 372 n
16.6　实训：统计手机销售情况 373 n
本章小结 375 n
7章 Spark流式计算编程 376 n
17.1　流计算简介 377 n
17.2　Discretized Stream 379 n
17.3　Structured Streaming 385 n
17.4　新手问答 397 n
17.5　实训：实时统计贷款金额 397 n
本章小结 398 n
第5篇 项目实战篇 n
8章 分析电商网站销售数据 401 n
18.1　目标分析 402 n
18.2　数据采集 405 n
18.3　数据分析 411 n
本章小结 416 n
9章 分析旅游网站数据 417 n
19.1　目标分析 418 n
19.2　数据采集 420 n
19.3　数据分析 425 n
本章小结 429 n
第20章 分析在售二手房数据 430 n
20.1　目标分析 431 n
20.2　数据采集 434 n
20.3　数据分析 440 n
本章小结 446 n
附录：Python常见面试题精选 447 n
主要参考文献 450

作者介绍

朱春旭，高级软件工程师，长期对企业、软件开发公司、机构培训大数据开发与应用课程，对Python大数据处理与分析相关应用有深入研究，并编写有《极客内参-大数据开发实战》教程45篇，总共30000+字。

序言