又到了每周三的送書時刻啦，今天給大家?guī)硪槐九老x的書。

（文末查看送書規(guī)則）

這本Python爬蟲技術(shù)書是一個完整大數(shù)據(jù)應用框架：從數(shù)據(jù)收集、分析到數(shù)據(jù)可視化、數(shù)據(jù)建模。各章節(jié)以實際案例為出發(fā)點，適合對大數(shù)據(jù)分析、爬蟲技術(shù)應用感興趣的小伙伴們學習。

本書是一本通過實戰(zhàn)教初學者學習爬取數(shù)據(jù)、清洗和組織數(shù)據(jù)進行分析和可視化的Python 讀物。書中案例均經(jīng)過實戰(zhàn)檢驗，筆者在實踐過程中深感采集數(shù)據(jù)、清洗和組織數(shù)據(jù)的重要性，作為一名數(shù)據(jù)行業(yè)的“碼農(nóng)”，數(shù)據(jù)就是沃土，沒有數(shù)據(jù)，我們將無田可耕。

本書共13 章，包括6 個核心主題，其一是Python 基礎入門，包括環(huán)境配置、基本操作、數(shù)據(jù)類型、語句和函數(shù)；其二是Python 爬蟲的構(gòu)建，包括網(wǎng)頁結(jié)構(gòu)解析、爬蟲流程設計、代碼優(yōu)化、爬蟲效率優(yōu)化、無線端的數(shù)據(jù)采集、容錯處理、反防爬蟲、表單交互和模擬頁面點擊；其三是Python數(shù)據(jù)庫應用，包括MongoDB、MySQL 在Python 中的連接與應用；其四是數(shù)據(jù)清洗和組織，包括NumPy 數(shù)組知識，以及pandas 數(shù)據(jù)的讀寫、分組、變形，缺失值、異常值和重復值處理，時序數(shù)據(jù)處理和正則表達式的使用等；其五是綜合應用實例，幫助讀者貫穿爬蟲、數(shù)據(jù)清洗與組織的過程；最后是數(shù)據(jù)可視化，包括matplotlib 和pyecharts 兩個庫的使用，涉及餅圖、柱形圖、線圖、詞云圖等圖形，幫助讀者進入可視化的殿堂。

本書以實戰(zhàn)為主，適合Python 初學者及高等院校相關(guān)專業(yè)的學生閱讀，也適合Python 培訓機構(gòu)作為實驗教材。

Python 是軍刀型的開源工具，被廣泛應用于Web 開發(fā)、爬蟲、數(shù)據(jù)清洗、自然語言處理、機器學習和人工智能等方面，而且Python 的語法簡潔易讀，這讓許多編程入門者不再望而卻步，因此，Python 在最近幾年非常受歡迎，各行各業(yè)的技術(shù)人員都開始使用Python。

本書內(nèi)容來自筆者在高校授課的內(nèi)容，主要介紹如何運用Python 工具獲取電商平臺的頁面數(shù)據(jù)，并對數(shù)據(jù)進行清洗和存儲。本書簡化了Python 基礎部分，從而保證有足夠的篇幅來介紹爬蟲、數(shù)據(jù)清洗和可視化的內(nèi)容。

本書第１版自出版以來受到各界人士的青睞，為了給讀者更好的體驗，第2 版的代碼和數(shù)據(jù)都保存在Gitee 上，讀者可通過訪問筆者的Gitee 主頁獲取資料。第2 版在內(nèi)容上新增了習題、手機App 數(shù)據(jù)的采集方法和Selenium 的基礎操作，其中習題包含選擇題、判斷題、填空題、實操題和應用題。

本書采用的Python 版本是Python 3.6.2。雖然目前一些高校和開發(fā)者在使用Python 2.7，但是Python 團隊在2020 年1 月1 日停止了對Python 2.7 的支持、更新，因此Python 2.X 轉(zhuǎn)向Python 3.X是大勢所趨。

本書第1 章簡單介紹Python 和相關(guān)的IDE，如果讀者完全沒有Python 基礎，那么建議選購一本基礎書作為輔助。第2～7 章介紹爬蟲的實例，實現(xiàn)從最簡單的爬蟲到相對較復雜的爬蟲，涉及的爬蟲包有requests、Scrapy 和Selenium，采集對象有PC 網(wǎng)頁和手機App。鑒于實例的限制，本書的爬蟲內(nèi)容沒有涉及代理服務器和驗證碼處理等問題。第8 章介紹了4 個知名網(wǎng)站的采集案例。

第9 章介紹在Python 中如何連接并操作數(shù)據(jù)庫。第10 章介紹了NumPy 及其用法。第11 章詳細介紹了pandas 的功能，pandas 是Python 數(shù)據(jù)清洗和建模中非常重要的庫。第12 章用兩個完整的案例展示了從爬蟲到建模的過程。第13 章介紹了Python 的數(shù)據(jù)可視化，選用的庫是matplotlib 和pyecharts，其中詳細介紹了pyecharts。鑒于筆者水平有限，書中不足之處請讀者不吝指教。

網(wǎng)絡爬蟲作為一項技術(shù)，更應該服務于社會。在使用該技術(shù)的過程中，應遵守Robots 協(xié)議。同時，需要注意對數(shù)據(jù)所涉及的知識產(chǎn)權(quán)和隱私信息進行保護。另外，在采集數(shù)據(jù)時，需要注意禮貌，即不頻繁地請求網(wǎng)頁，以防止給數(shù)據(jù)提供者的服務器造成不良影響。在使用所采集的數(shù)據(jù)時，需要注意是否涉及商業(yè)利益和相關(guān)法律。本書中所使用的案例皆為測試案例，僅供讀者學習使用，本書中的URL 均做了處理。

點擊即可查看本書詳情

【掃一掃添加小編】

【掃一掃關(guān)注我】