本書特色

用傳統(tǒng)的電子表格來處理數(shù)據(jù)不僅效率低下，而且無法處理某些格式的數(shù)據(jù)，對于混亂或龐大的數(shù)據(jù)集更是束手無策。本書將教你如何利用語法簡單、容易上手的Python輕松處理數(shù)據(jù)。作者通過循序漸進的練習，詳細介紹如何有效地獲取、清洗、分析與呈現(xiàn)數(shù)據(jù)，如何將數(shù)據(jù)處理過程自動化，如何安排文件編輯與清洗任務，如何處理更大的數(shù)據(jù)集，以及如何利用獲取的數(shù)據(jù)來創(chuàng)作引人入勝的故事。學完本書，你的數(shù)據(jù)處理和分析能力將更上一層樓。

• 快速了解Python基本語法、數(shù)據(jù)類型和語言概念
• 概述數(shù)據(jù)的獲取與存儲方式
• 清洗數(shù)據(jù)并格式化，以消除數(shù)據(jù)集中的重復值與錯誤
• 學習何時對數(shù)據(jù)進行標準化，何時對數(shù)據(jù)清理進行測試并將其腳本化
• 使用Scrapy寫網(wǎng)絡爬蟲
• 利用新的Python庫和技術對數(shù)據(jù)集進行探索與分析
• 使用Python解決方案將整個數(shù)據(jù)處理過程自動化

“如果你一直感覺電子表格（甚至關系型數(shù)據(jù)庫）無法回答你想要提出的問題，或者除這些工具之外你準備進一步學習，那么這本書非常適合你。我一直在等待這本書的出現(xiàn)。”

——Derek Willis，ProPublica新聞應用開發(fā)者，OpenElections聯(lián)合創(chuàng)始人

“所有新手數(shù)據(jù)科學家、數(shù)據(jù)工程師或其他技術方面的數(shù)據(jù)專家都應該讀一讀這本實踐指南。數(shù)據(jù)處理領域正需要這樣一本書，真希望我第一次開始用Python處理數(shù)據(jù)時就能有它指導。”

——Tyrone Grandison博士，Proficiency Labs Intl. CEO

目錄

版權聲明
O’Reilly Media, Inc.介紹
本書贊譽
前言
第 1 章　Python 簡介
第 2 章　Python 基礎
第 3 章　供機器讀取的數(shù)據(jù)
第 4 章　處理 Excel 文件
第 5 章　處理 PDF 文件，以及用 Python 解決問題
第 6 章　數(shù)據(jù)獲取與存儲
第 7 章　數(shù)據(jù)清洗：研究、匹配與格式化
第 8 章　數(shù)據(jù)清洗：標準化和腳本化
第 9 章　數(shù)據(jù)探索和分析
第 10 章　展示數(shù)據(jù)
第 11 章　網(wǎng)頁抓取：獲取并存儲網(wǎng)絡數(shù)據(jù)
第 12 章　高級網(wǎng)頁抓取：屏幕抓取器與爬蟲
第 13 章　應用編程接口
第 14 章　自動化和規(guī)模化
第 15 章　結論
附錄 A　編程語言對比
附錄 B　初學者的 Python 學習資源
附錄 C　學習命令行
附錄 D　高級 Python 設置
附錄 E　Python 陷阱
附錄 F　IPython 指南
附錄 G　使用亞馬遜網(wǎng)絡服務
關于作者
關于封面

下載

https://pan.baidu.com/s/1B2H_CxsXfnjRouxU6bCTRw