第1 章 Python 基礎 1
1.1 安裝Python 環境 1
1.1.1 Python 3.6.2 安裝與配置 1
1.1.2 使用IDE 工具——PyCharm 4
1.1.3 使用IDE 工具——Anaconda 4
1.2 Python 操作入門 6
1.2.1 編寫第一個Python 代碼 6
1.2.2 Python 基本操作 9
1.2.3 變量 10
1.3 Python 數據類型 10
1.3.1 數字 10
1.3.2 字符串 11
1.3.3 列錶 13
1.3.4 元組 14
1.3.5 集閤 15
1.3.6 字典 15
1.4 Python 語句與函數 16
1.4.1 條件語句 16
1.4.2 循環語句 16
1.4.3 函數 17
第2 章 寫一個簡單的爬蟲 18
2.1 關於爬蟲的閤法性 18
2.2 瞭解網頁 20
2.2.1 認識網頁結構 21
2.2.2 寫一個簡單的HTML 21
2.3 使用requests 庫請求網站 23
2.3.1 安裝requests 庫 23
2.3.2 爬蟲的基本原理 25
2.3.3 使用GET 方式抓取數據 26
2.3.4 使用POST 方式抓取數據 27
2.4 使用Beautiful Soup 解析網頁 30
2.5 清洗和組織數據 34
2.6 爬蟲攻防戰 35
第3 章 用API 爬取天氣預報數據 38
3.1 注冊免費API 和閱讀技術文檔 38
3.2 獲取API 數據 40
3.3 存儲數據到MongoDB 45
3.3.1 下載並安裝MongoDB 45
3.3.2 在PyCharm 中安裝Mongo Plugin 46
3.3.3 將數據存入MongoDB 49
3.4 MongoDB 數據庫查詢 52
第4 章 大型爬蟲案例：抓取某電商網站的商品數據 55
4.1 觀察頁麵特徵和解析數據 55
4.2 工作流程分析 64
4.3 構建類目樹 65
4.4 獲取産品列錶 68
4.5 代碼優化 70
4.6 爬蟲效率優化 74
4.7 容錯處理 77
第5 章 Scrapy 爬蟲 78
5.1 Scrapy 簡介 78
5.2 Scrapy 安裝 79
5.3 案例：用Scrapy 抓取股票行情 80
第6 章 Selenium爬蟲 88
6.1 Selenium 簡介 88
6.2 案例：用Selenium 抓取電商網站數據 90
第7 章 數據庫連接和查詢 100
7.1 使用PyMySQL 100
7.1.1 連接數據庫 100
7.1.2 案例：某電商網站女裝行業TOP100 銷量數據 102
7.2 使用SQLAlchemy 104
7.2.1 SQLAlchemy 基本介紹 104
7.2.2 SQLAlchemy 基本語法 105
7.3 MongoDB 107
7.3.1 MongoDB 基本語法 107
7.3.2 案例：在某電商網站搜索“連衣裙”的商品數據 107
第8 章 NumPy 109
8.1 NumPy 簡介 109
8.2 一維數組 110
8.2.1 數組與列錶的異同 110
8.2.2 數組的創建 111
8.3 多維數組 111
8.3.1 多維數組的高效性能 112
8.3.2 多維數組的索引與切片 113
8.3.3 多維數組的屬性 113
8.4 數組的運算 115
第9 章 pandas 數據清洗 117
9.1 數據讀寫、選擇、整理和描述 117
9.1.1 從CSV 中讀取數據 119
9.1.2 嚮CSV 寫入數據 120
9.1.3 數據選擇 120
9.1.4 數據整理 122
9.1.5 數據描述 123
9.2 數據分組、分割、閤並和變形 124
9.2.1 數據分組 124
9.2.2 數據分割 127
9.2.3 數據閤並 128
9.2.4 數據變形 134
9.2.5 案例：旅遊數據的分析與變形 136
9.3 缺失值、異常值和重復值處理 140
9.3.1 缺失值處理 140
9.3.2 檢測和過濾異常值 144
9.3.3 移除重復數據 147
9.3.4 案例：旅遊數據的值檢查與處理 149
9.4 時序數據處理 152
9.4.1 日期/時間數據轉換 152
9.4.2 時序數據基礎操作 153
9.4.3 案例：天氣數據分析與處理 155
9.5 數據類型轉換 158
9.6 正則錶達式 160
9.6.1 元字符與限定符 161
9.6.2 案例：用正則錶達式提取網頁文本信息 162
第10 章 綜閤應用實例 164
10.1 按性價比給用戶推薦旅遊産品 164
10.1.1 數據采集 165
10.1.2 數據清洗、建模 169
10.2 通過熱力圖分析為用戶提供齣行建議 172
10.2.1 某旅遊網站熱門景點爬蟲代碼（qunaer_sights.py） 175
10.2.2 提取CSV 文件中經緯度和銷量信息 178
10.2.3 創建景點門票銷量熱力地圖HTML 文件 179
第11 章 數據可視化 182
11.1 matplotlib 183
11.1.1 畫齣各省份平均價格、各省份平均成交量柱狀圖 183
11.1.2 畫齣各省份平均成交量摺綫圖、柱狀圖、箱形圖和餅圖 184
11.1.3 畫齣價格與成交量的散點圖 185
11.2 pyecharts 186
11.2.1 Echarts 簡介 186
11.2.2 pyecharts 簡介 187
11.2.3 初識pyecharts，玫瑰相送 187
11.2.4 pyecharts 基本語法 188
11.2.5 基於商業分析的pyecharts 圖錶繪製 190
11.2.6 使用pyecharts 繪製其他圖錶 199
11.2.7 pyecharts 和Jupyter 203
· · · · · · (收起)