内容介绍:
如何在大数据时代获得实时的数据信息,分析挖掘、提取出有价值的信息,并以直观清晰的图形表示出关键的数量关系和概念,是一个值得研究的问题。本书通过数据抓取篇(如何获得数据信息)、数据分析篇(分析挖掘,提取出有价值的信息)、数据可视化篇(以直观清晰的图形表示出关键的数量关系和概念)详细描述数据抓取、分析、展示的整个流程,每一篇自成一体,可以单独学习掌握。
本书目录:
章 Python基础1
11 Python安装1
12 安装pip 6
13 如何查看帮助7
14 个程序10
15 文件操作25
16 循环28
17 异常30
18 元组30
19 列表32
110 字典36
111 集合38
112 数39
113 enumerate的使用40
114 第二个例子41
第2章 字符串解析46
21 常用函数46
22 正则表达式50
23 BeautifulSoup 55
24 json结构62
第3章 单机数据抓取77
31 单机顺序抓取77
32 requests 107
33 并发和并行抓取117
第4章 分布式数据抓取137
41 RPC的使用138
42 Celery系45
第5章 全能的Selenium 159
Ⅴ
51 Selenium单机159
52 Selenium分布式抓取178
53 Linux无图形界面使用Selenium 188
第6章 神秘的Tor 191
61 抓取时IP封锁的问题191
62 Tor的安装与使用192
63 Tor多线程197
64 Tor与Selenium结合205
第7章 抓取常见问题210
71 Flash 210
72 桌面程序211
73 U盘213
74 二级三级页面214
75 图片的处理214
76 App数据抓取214
第8章 监控框架221
81 框架说明223
82 监控系统实例225
第9章 拥抱大数据229
91 Hadoop生态圈229
92 Cloudera环境搭建231
· · · · · · (更多)