《网络数据爬取与分析实务教程》相关代码与数据集_Data-Crawling-and-Analysing.zip

#### 《网络数据爬取与分析实务教程》 1. 数据科学概述 - 1.1 什么是数据科学 - 1.2 数据工程师、数据分析师与数据科学家 2. Python语法基础 - 2.1 Python的程序结构 - 2.2 Python编码规范 - 2.3 Python编程环境的搭建 - 2.4 Python的数据结构 - 2.5 Python控制语句 3. 使用Urllib库编写爬虫 - 3.1 网络爬虫概述 - 3.2 使用urllib.request模块编写爬虫 - 3.3 修改User-Agent属性模拟浏览器访问 - 3.4 HTTP协议详解 - 3.5 模拟HTTP-GET方法的爬虫 - 3.6 模拟HTTP-POST方法的爬虫 4. 使用正则表达式提取数据 - 4.1 正则表达式原理 - 4.2 正则表达式语法 - 4.3 re模块常用的函数 - 4.4 正则表达式应用实例 5. 使用BeautifulSoup库提取数据 - 5.1 BeautifulSoup包简介 - 5.2 BeautifulSoup的信息提取 - 5.3 BeautifulSoup的遍历 6. 爬虫项目实战 - 6.1网易新闻中心爬虫 - 6.2 通过session模拟登陆豆瓣 - 6.3 链家二手房信息爬虫 - 6.4爬取拉勾网json格式数据 7. Pandas数据处理基础 - 7.1数据处理概述 - 7.2 DataFrame的基本操作 - 7.3 DataFrame数据的连接 - 7.4 Pandas数据输入输出 8. Pandas数据处理常用方法 - 8.1 分组统计与转换 - 8.2 缺失值处理 - 8.3 时间序列数据处理 - 8.4 向量转换 9. 数据处理实战 - 9.1 二手房数据处理 - 9.2 职位数据处理 - 9.3 职位描述中文自然语言处理 10. SQlite数据库操作 - 10.1 SQlite数据库简介 - 10.2 Python读写SQlite - 10.3 Pandas读写SQlite 11. 机器学习概述 - 11.1 认识机器学习 - 11.2 机器学习的应用范围 - 11.3 机器学习的算法 - 11.4 scikit-learn机器学习包 12. 从线性回归到分类 - 12.1 线性回归算法 - 12.2 逻辑回归分类算法 13. 分类模型及应用 - 13.1 K近邻分类算法 - 13.2 决策树分类算法 - 13.3 随机森林分类算法 14. 分类模型的评估 - 14.1训练与测试样本 - 14.2 性能评价指标 - 14.3分类阈值的调整