第1章 數(shù)據(jù)科學概述
1.1什么是數(shù)據(jù)科學
1.2數(shù)據(jù)分析師、數(shù)據(jù)工程師與數(shù)據(jù)科學家
第2章Python語法基礎
2.1 Python的程序結(jié)構(gòu)
2.2 Python編碼規(guī)范
2.3 Python編程環(huán)境的搭建
2.4 Python的數(shù)據(jù)結(jié)構(gòu)
2.5 Python控制語句
習題
第3章 使用Urllib庫編寫爬蟲
3.1 網(wǎng)絡爬蟲概述
3.2 使用Urllib.request模塊編寫爬蟲
3.3 修改User-Agent屬性模擬瀏覽器訪問
3.4 HTTP協(xié)議詳解
3.5 模擬HTTP-GET方法的爬蟲
3.6 模擬HTTP-POST方法的爬蟲
習題
第4章 使用正則表達式提取數(shù)據(jù)
4.1 正則表達式原理
4.2 正則表達式語法
4.3 re模塊常用的函數(shù)
4.4 正則表達式應用實例
習題
第5章 使用BeautifulSoup庫提取數(shù)據(jù)
5.1 BeautifulSoup包簡介
5.2 BeautifulSoup的信息提取
5.3 BeautifulSoup的遍歷
習題
第6章 爬蟲項目實戰(zhàn)
6.1網(wǎng)易新聞中心爬蟲
6.2 通過Session模擬登錄豆瓣
6.3 鏈家二手房信息爬蟲
6.4爬取拉勾網(wǎng)JSON格式數(shù)據(jù)
習題
第7章 Pandas數(shù)據(jù)處理基礎
7.1數(shù)據(jù)處理概述
7.2 Pandas數(shù)據(jù)結(jié)構(gòu)
7.3 DataFrame的基本操作
7.4 DataFrame數(shù)據(jù)的連接
7.4 Pandas數(shù)據(jù)輸入輸出
習題
第8章 Pandas數(shù)據(jù)處理常用方法
8.1 分組統(tǒng)計與轉(zhuǎn)換
8.2 缺失值處理
8.3 時間序列數(shù)據(jù)處理
8.4 向量轉(zhuǎn)換
習題
第9章 數(shù)據(jù)處理實戰(zhàn)
9.1二手房數(shù)據(jù)處理
9.2 職位數(shù)據(jù)處理
9.3 職位描述的文本信息處理
習題
第10章 SQLite數(shù)據(jù)庫操作
10.1 SQLite數(shù)據(jù)庫簡介
10.2 Python讀寫SQLite
10.3 Pandas讀寫SQLite
習題
第11章 機器學習概述
11.1 認識機器學習
11.2 機器學習的應用范圍
11.3 機器學習的算法
11.4 Scikit-learn機器學習包
習題
第12章 從線性回歸到分類
12.1線性回歸算法
12.2 邏輯回歸分類算法
習題
第13章 分類模型及應用
13.1 K近鄰分類算法
13.2 決策樹分類算法
13.3 隨機森林分類算法
習題
第14章 分類模型的評估
14.1訓練與測試樣本
14.2 性能評價指標
14.3分類閾值的調(diào)整
習題
參考文獻