Python数据分析入门：从数据获取到可视化

本书是沈祥壮编著、电子工业出版社2018年3月出版的数据分析入门读物，全书约260页、29万字，以“数据分析的全流程”为线索，用Python把零散的环节串成一条完整的实践路径。 开篇第1章先解决环境问题：分别在Ubuntu与Windows系统下搭建Python集成开发环境，并给出三种安装第三方库的常用方法；随后简要回顾if __name__=='__main__'、列表解析式、装饰器、递归函数与面向对象等语法要点，最后以《Python之禅》收束，帮助读者建立对语言风格的整体认识。 第2章讲数据获取，即网络爬虫：从请求网页、网页解析、数据存储三个步骤入手，再依次展开异常处理、robots.txt 规范、动态UA、代理IP、编码检测、正则表达式、模拟登录、验证码处理、动态加载内容获取以及多线程与多进程等进阶话题。 第3章转入数据存取与清洗：介绍基本文件操作以及CSV、JSON、XLSX、MySQL等格式和数据库的读写，讲解NumPy的基本操作、pandas中Series与DataFrame的用法，再集中处理编码问题、缺失值检测、异常值剔除与重复冗余信息清理。 第4章进入分析与可视化：探索性数据分析的基本流程与数据降维、机器学习简介、决策树的应用、手动实现KNN算法，并用matplotlib、pandas、seaborn以及词云图展示结果。第5章“Python与生活”给出三个小项目：定制新闻提醒服务（抓取新闻、邮件发送、定时执行与本地日志）、Python与数学（估计值、三门问题、选读的LP与QP问题求解）、QQ群聊天记录数据分析。 全书不追求语法细节的穷尽，而强调“用Python把活干完”，各章相对独立，读者可依兴趣跳读；书中代码与数据托管在GitHub，可边读边练。