我用夸克网盘分享了「Python 3 爬虫、数据清洗与可视化实战（第2版）.epub」，点击链接即可保存。打开「夸克APP」在线查看，支持多种文档格式转换。

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。

作者简介

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。

图书目录

第1章Python语言基础1 1.1安装Python环境1 1.1.1Python3.6.2安装与配置1 1.1.2使用IDE工具——PyCharm4 1.1.3使用IDE工具——Anaconda4 1.2Python操作入门5 1.2.1编写第一个Python代码5 1.2.2Python基本操作.8 1.2.3变量.10 1.3Python数据类型.10 1.3.1数字.10 1.3.2字符串11 1.3.3列表.14 1.3.4元组.15 1.3.5集合.15 1.3.6字典.15 1.4Python语句与函数16 1.4.1条件语句16 1.4.2循环语句16 1.4.3函数.17 1.5习题18 第2章数据采集的基本知识.25 2.1关于爬虫的合法性25 2.2了解网页.27 2.2.1认识网页结构28 2.2.2写一个简单的HTML28 2.3使用requests库请求网站.30 2.3.1安装requests库30 2.3.2爬虫的基本原理32 2.3.3使用GET方式抓取数据.33 2.3.4使用POST方式抓取数据..34 2.4使用BeautifulSoup解析网页37 2.5清洗和组织数据.41 2.6爬虫攻防战42 2.7关于什么时候存储数据.45 2.8习题45 第3章用API爬取天气预报数据.48 3.1注册免费API和阅读技术文档.48 3.2获取API数据50 3.3存储数据到MongoDB55 3.3.1下载并安装MongoDB.55 3.3.2在PyCharm中安装MongoPlugin.56 3.3.3将数据存入MongoDB中59 3.4MongoDB数据库查询61 3.5习题64 第4章大型爬虫案例：抓取某电商网站的商品数据.65 4.1观察页面特征和解析数据.65 4.2工作流程分析74 4.3构建类目树75 4.4获取景点产品列表78 4.5代码优化.80 4.6爬虫效率优化..84 4.7容错处理.87 4.8习题87 第5章采集手机App数据.89 5.1模拟器及抓包环境配置.89 5.2App数据抓包..93 5.3手机App数据的采集95 5.4习题96 第6章Scrapy爬虫.98 6.1Scrapy简介98 6.2安装Scrapy99 6.3案例：用Scrapy抓取股票行情.100 6.4习题.108 第7章Selenium爬虫109 7.1Selenium简介109 7.2安装Selenium111 7.3Selenium定位及操作元素.111 7.4案例：用Selenium抓取某电商网站数据.114 7.5习题.122 第8章爬虫案例集锦124 8.1采集外卖平台数据.124 8.1.1采集目标124 8.1.2采集代码126 8.2采集内容平台数据.127 8.2.1采集目标127 8.2.2采集代码129 8.3采集招聘平台数据.130 8.3.1采集目标130 8.3.2采集代码132 8.4采集知识付费平台数据..133 8.4.1采集目标133 8.4.2采集代码136 第9章数据库连接和查询137 9.1使用PyMySQL.137 9.1.1连接数据库..137 9.1.2案例：某电商网站女装行业TOP100销量数据139 9.2使用SQLAlchemy..141 9.2.1SQLAlchemy基本介绍.141 9.2.2SQLAlchemy基本语法.142 9.3MongoDB.144 9.3.1MongoDB基本语法144 9.3.2案例：在某电商网站搜索“连衣裙”的商品数据145 9.4习题.146 第10章NumPy数组操作148 10.1NumPy简介148 10.2一维数组149 10.2.1数组与列表的异同149 10.2.2数组的创建150 10.3多维数组151 10.3.1多维数组的高效性能151 10.3.2多维数组的索引与切片152 10.3.3多维数组的属性和方法153 10.4数组的运算..154 10.5习题155 第11章pandas数据清洗158 11.1数据读写、选择、整理和描述.158 11.1.1从CSV中读取数据160 11.1.2向CSV中写入数据161 11.1.3数据选择.161 11.1.4数据整理.163 11.1.5数据描述.164 11.2数据分组、分割、合并和变形.165 11.2.1数据分组.165 11.2.2数据分割.168 11.2.3数据合并.169 11.2.4数据变形.175 11.2.5案例：旅游数据的分析与变形177 11.3缺失值、异常值和重复值处理.181 11.3.1缺失值处理181 11.3.2检测和过滤异常值184 11.3.3移除重复值187 11.3.4案例：旅游数据值的检查与处理.189 11.4时序数据处理.192 11.4.1日期/时间数据转换192 11.4.2时序数据基础操作193 11.4.3案例：天气预报数据分析与处理.195 11.5数据类型转换.199 11.6正则表达式201 11.6.1元字符与限定符.201 11.6.2案例：用正则表达式提取网页文本信息.202 11.7习题203 第12章综合应用实例206 12.1按性价比给用户推荐旅游产品.206 12.1.1数据采集.207 12.1.2数据清洗、建模.211 12.2通过热力图分析为用户提供出行建议.213 12.2.1某旅游网站热门景点爬虫代码..217 12.2.2提取CSV文件中经纬度和销量信息.220 12.2.3创建景点门票销量热力图HTML文件221 第13章数据可视化.224 13.1应用matplotlib画图225 13.1.1画出各省份平均价格、各省份平均成交量柱状图225 13.1.2画出各省份平均成交量折线图、柱状图、箱形图和饼图227 13.1.3画出价格与成交量的散点图228 13.2应用pyecharts画图228 13.2.1Echarts简介228 13.2.2pyecharts简介229 13.2.3初识pyecharts，玫瑰相送229 13.2.4pyecharts基本语法230 13.2.5基于商业分析的pyecharts图表绘制.232 13.2.6使用pyecharts绘制其他图表.242 13.2.7pyecharts和Jupyter245 13.3习题246