本书的编写目的是向读者介绍大数据分析的基本概念和相应的技术应用。全书共10章,分别介绍大数据概述、爬虫和大数据相关技术、Scrapy爬虫、Python与MySQL数据库连接与查询、数据可视化基础与应用、大数据存储与清洗、数据格式与编码技术、数据抽取与采集、pandas数据分析与清洗以及综合实训。本书将理论与实践操作相结合,通过大量的案例帮助读者快速了解和应用大数据分析相关技术,并对书中重要的、核心的知识点加大练习的比例,以达到熟练应用的目的。 本书可作为高等院校大数据专业、人工智能专业、软件技术专业、云计算专业、计算机网络专业的专业课教材,也可作为大数据爱好者的参考书。

第1章大数据 1.1大数据概述 1.1.1大数据介绍 1.1.2大数据的特征 1.1.3大数据技术基础 1.1.4大数据应用 1.2大数据的意义 1.2.1大数据的**战略意义 1.2.2大数据的企业意义 1.2.3我国大数据市场的预测 1.3大数据的产业链分析 1.3.1技术分析 1.3.2运营分析 1.4本章小结 1.5实训 习题 第2章爬虫与大数据 2.1爬虫概述 2.1.1爬虫介绍 2.1.2爬虫的地位与作用 2.2Python介绍 2.2.1Python开发环境的搭建 2.2.2编写Python程序 2.2.3Python数据类型 2.3爬虫相关知识 2.3.1了解网页结构 2.3.2Python与爬虫 2.3.3基础爬虫框架 2.3.4正则表达式 2.4利用爬虫抓取网页内容 2.4.1观察与分析页面 2.4.2抓取过程分析 2.4.3获取页面内容 2.5本章小结 2.6实训 习题 第3章Scrapy爬虫 3.1Scrapy爬虫概述 3.2Scrapy原理 3.2.1Scrapy框架的架构 3.2.2Request对象和Response对象 3.2.3Select对象 3.2.4Spider开发流程 3.3Scrapy的开发与实现 3.3.1Scrapy爬虫的开发流程 3.3.2创建Scrapy项目并查看结构 3.3.3编写代码并运行爬虫 3.4本章小结 3.5实训 习题 第4章数据库连接与查询 4.1数据库 4.1.1数据库概述 4.1.2关系数据库设计 4.2MySQL数据库 4.2.1MySQL数据库概述 4.2.2MySQL数据库的下载、安装与运行 4.2.3MySQL数据库命令行入门 4.3使用Python操作MySQL数据库 4.3.1pymysql的安装与使用 4.3.2使用Python连接MySQL数据库 4.4本章小结 4.5实训 习题 第5章数据可视化基础与应用 5.1数据可视化 5.1.1数据可视化概述 5.1.2数据可视化工具 5.1.3数据可视化图表 5.2matplotlib可视化基础 5.2.1numpy库 5.2.2matplotlib的认识与安装 5.2.3matplotlib测试 5.2.4matplotlib.pyplot库 5.3matplotlib可视化绘图 5.3.1绘制线性图形 5.3.2绘制柱状图 5.3.3绘制直方图 5.3.4绘制散点图 5.3.5绘制极坐标图 5.3.6绘制饼图 5.4pyecharts可视化应用 5.5本章小结 5.6实训 习题 第6章大数据存储与清洗 6.1大数据存储 6.2数据清洗 6.2.1数据清洗概述 6.2.2数据清洗的原理 6.2.3数据清洗的流程 6.2.4数据清洗的工具 6.3数据标准化 6.3.1数据标准化的概念 6.3.2数据标准化的方法 6.3.3数据标准化的实例 6.4本章小结 6.5实训 习题 第7章数据格式与编码技术 7.1文件格式 7.2数据类型与编码 7.2.1数据类型概述 7.2.2字符编码 7.2.3数据转换 7.3Kettle数据清洗与转换工具的使用 7.3.1Kettle概述 7.3.2Kettle的安装与使用 7.4CSV格式的数据转换 7.4.1CSV格式概述 7.4.2CSV与JSON文件的转换 7.5本章小结 7.6实训 习题 第8章数据抽取与采集 8.1数据抽取 8.2文本抽取与实现 8.2.1文本文件的抽取 8.2.2CSV文件的抽取 8.2.3JSON文件的抽取 8.3网页数据抽取与实现 8.3.1网页数据抽取 8.3.2Excel抽取网页数据 8.3.3Kettle抽取网页数据 8.4数据采集与实现 8.5本章小结 8.6实训 习题 第9章pandas数据分析与清洗 9.1认识pandas 9.2pandas的语法与使用 9.3pandas读取与清洗数据 9.3.1数据准备 9.3.2从CSV中读取数据 9.3.3pandas数据清洗 9.4pandas数据可视化 9.4.1pandas绘图概述 9.4.2pandas绘图方法 9.5本章小结 9.6实训 习题 第10章综合实训 10.1数据清洗实训 10.1.1使用Kettle对生成的随机数实现字段选择 10.1.2使用Kettle连接不同的数据表 10.1.3使用Kettle过滤数据表 10.1.4使用Kettle连接MySQL数据库并输出查询结果 10.2数据分析实训 10.3本章小结 习题 参考文献