又到了每周三的送書時(shí)刻啦！本周我們送出的是《Python數(shù)據(jù)分析與大數(shù)據(jù)處理從入門到精通》
（文末查看送書規(guī)則）
《Python數(shù)據(jù)分析與大數(shù)據(jù)處理從入門到精通》主要講解數(shù)據(jù)分析與大數(shù)據(jù)處理所需的技術(shù)、基礎(chǔ)設(shè)施、核心概念、實(shí)施流程。從編程語(yǔ)言準(zhǔn)備、數(shù)據(jù)采集與清洗、數(shù)據(jù)分析與可視化，到大型數(shù)據(jù)的分布式存儲(chǔ)與分布式計(jì)算，貫穿了整個(gè)大數(shù)據(jù)項(xiàng)目開發(fā)流程。本書輕理論、重實(shí)踐，目的是讓讀者快速上手。1篇首先介紹了Python的基本語(yǔ)法、面向?qū)ο箝_發(fā)、模塊化設(shè)計(jì)等，掌握Python的編程方式。然后介紹了多線程、多進(jìn)程及其相互間的通信，讓讀者對(duì)分布式程序有個(gè)基本的認(rèn)識(shí)。第2篇介紹了網(wǎng)絡(luò)數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)存儲(chǔ)等技術(shù)。第3篇介紹了Python常用的數(shù)據(jù)分析工具，擴(kuò)展了更多的數(shù)據(jù)清洗、插值方法，為最終的數(shù)據(jù)可視化奠定基礎(chǔ)。第4篇是大數(shù)據(jù)分析的重點(diǎn)。首先介紹了Hadoop的框架原理、調(diào)度原理，MapReduce原理與編程模型、環(huán)境搭建，接著介紹了Spark框架原理、環(huán)境搭建方式，以及如何與Hive等第三方工具進(jìn)行交互，還介紹了新的結(jié)構(gòu)化流式處理技術(shù)。第5篇通過三個(gè)項(xiàng)目實(shí)例，綜合介紹了如何分析網(wǎng)頁(yè)、如何搭建分布式爬蟲、如何應(yīng)對(duì)常見的反爬蟲、如何設(shè)計(jì)數(shù)據(jù)模型、如何設(shè)計(jì)架構(gòu)模型、如何在實(shí)踐中綜合運(yùn)用前四篇涉及的技術(shù)。本書既適合非計(jì)算機(jī)專業(yè)的編程“小白”，也適合剛畢業(yè)或即將畢業(yè)走向工作崗位的廣大畢業(yè)生，以及已經(jīng)有編程經(jīng)驗(yàn)，但想轉(zhuǎn)行做大數(shù)據(jù)分析的專業(yè)人士。同時(shí)，還可以作為廣大職業(yè)院校、電腦培訓(xùn)班的教學(xué)參考用書。
朱春旭，高級(jí)軟件工程師，長(zhǎng)期對(duì)企業(yè)、軟件開發(fā)公司、政府機(jī)構(gòu)培訓(xùn)大數(shù)據(jù)開發(fā)與應(yīng)用課程，對(duì)Python大數(shù)據(jù)處理與分析相關(guān)應(yīng)用有深入研究，并編寫有《極客內(nèi)參-大數(shù)據(jù)開發(fā)實(shí)戰(zhàn)》教程45篇，總共30000+字。
第1篇?Python程序設(shè)計(jì)?
?第1章?Python入門?3?
1.1 Python概述?4?
1.2 搭建Python開發(fā)環(huán)境?6?
1.3 Python開發(fā)工具介紹 11
1.4 Python軟件包的管理?13?
1.5 實(shí)訓(xùn)：編寫“Hello World” 15
本章小結(jié)?16?
第2章?Python基礎(chǔ)?17?
2.1 變量?18?
2.2 標(biāo)識(shí)符?24?
2.3 代碼組織?26?
2.4 輸入與輸出?28?
2.5 運(yùn)算符與優(yōu)先級(jí)?30?
2.6 新手問答?30?
2.7 實(shí)訓(xùn)：設(shè)計(jì)一個(gè)簡(jiǎn)易計(jì)算器 31
本章小結(jié)?31?
第3章?數(shù)據(jù)類型與流程控制?32?
3.1 數(shù)字類型?33?
3.2 字符串類型?37?
3.3 集合類型?40?
3.4 流程控制語(yǔ)句?45?
3.5 新手問答?47?
3.6 實(shí)訓(xùn)：設(shè)計(jì)算法，輸出乘法表 49
本章小結(jié)?50?
第4章?函數(shù)、模塊、包?51?
4.1 自定義函數(shù)?52?
4.2 函數(shù)參數(shù)?55?
4.3 函數(shù)式編程?58?
4.4 模塊與包?63?
4.5 新手問答?65?
4.6 實(shí)訓(xùn)：設(shè)計(jì)算法，對(duì)列表進(jìn)行排序 67
本章小結(jié)?68?
第5章?面向?qū)ο蟮某绦蛟O(shè)計(jì)?69?
5.1 面向?qū)ο?70?
5.2 自定義類?71?
5.3 屬性?73?
5.4 方法?79?
5.5 類的繼承?83?
5.6 可調(diào)用對(duì)象?86?
5.7 不可變對(duì)象?87?
5.8 新手問答?88?
5.9 實(shí)訓(xùn)：設(shè)計(jì)算法，構(gòu)造一棵二叉樹 90?
本章小結(jié)?92?
第6章?高級(jí)主題?93?
6.1 生成器?94?
6.2 迭代器?96?
6.3 異步處理?97?
6.4 錯(cuò)誤、調(diào)試?103?
6.5 新手問答?108?
6.6 實(shí)訓(xùn)：使用多進(jìn)程技術(shù)統(tǒng)計(jì)數(shù)據(jù)并匯總 109
本章小結(jié)?110?
第2篇?數(shù)據(jù)采集與數(shù)據(jù)清洗?
第7章?網(wǎng)絡(luò)數(shù)據(jù)采集?113?
7.1 HTTP請(qǐng)求概述?114?
7.2 XPath網(wǎng)頁(yè)解析?114?
7.3 Scrapy數(shù)據(jù)采集入門?119?
7.4 Scrapy應(yīng)對(duì)反爬蟲程序?126?
7.5 CrawlSpider類?131?
7.6 分布式爬蟲?132?
7.7 新手問答?136?
7.8 實(shí)訓(xùn)：構(gòu)建百度云音樂爬蟲 136
本章小結(jié)?139?
第8章?數(shù)據(jù)清洗?140?
8.1 數(shù)據(jù)清洗的意義?141?
8.2 數(shù)據(jù)清洗的內(nèi)容?141?
8.3 數(shù)據(jù)格式與存儲(chǔ)類型?142?
8.4 數(shù)據(jù)清洗的步驟?145?
8.5 數(shù)據(jù)清洗的工具?147?
8.6 新手問答?151?
8.7 實(shí)訓(xùn)：清洗百度云音樂數(shù)據(jù)并儲(chǔ)存到CSV 151
本章小結(jié)?152?
第3篇?數(shù)據(jù)分析與可視化?
第9章?NumPy數(shù)值計(jì)算?155?
9.1 NumPy基礎(chǔ)?156?
9.2 形狀操作?164?
9.3 副本、淺拷貝和深拷貝?166?
9.4 高級(jí)索引?168?
9.5 排序統(tǒng)計(jì)?171?
9.6 新手問答?173?
9.7 實(shí)訓(xùn)：銷售額統(tǒng)計(jì) 174
本章小結(jié)?175?
第10章?Matplotlib可視化?176?
10.1 圖形的基本要素?177?
10.2 繪圖基礎(chǔ)?177?
10.3 設(shè)置樣式?186?
10.4 圖形樣例?189?
10.5 新手問答?198?
10.6 實(shí)訓(xùn)：營(yíng)業(yè)數(shù)據(jù)可視化 199
本章小結(jié)?201?
第11章?Pandas統(tǒng)計(jì)分析?202?
11.1 Pandas數(shù)據(jù)結(jié)構(gòu)?203?
11.2 基礎(chǔ)功能?210?
11.3 統(tǒng)計(jì)分析?217?
11.4 時(shí)間數(shù)據(jù)?229?
11.5 數(shù)據(jù)整理?231?
11.6 高級(jí)功能?234?
11.7 讀寫MySQL數(shù)據(jù)庫(kù) 236
11.8 新手問答?237?
11.9 實(shí)訓(xùn)：成績(jī)分析 237
本章小結(jié)?239?
第12章?Seaborn可視化?240?
12.1 Seaborn概述?241?
12.2 可視化數(shù)據(jù)關(guān)系?242?
12.3 根據(jù)數(shù)據(jù)分類繪圖?246?
12.4 單變量與雙變量?251?
12.5 線性關(guān)系?256?
12.6 新手問答?258?
12.7 實(shí)訓(xùn)：成績(jī)分析可視化 258
本章小結(jié)?260?
第4篇?大數(shù)據(jù)存儲(chǔ)與快速分析篇?
第13章?Hadoop數(shù)據(jù)存儲(chǔ)與基本操作?263?
13.1 Hadoop概述?264?
13.2 Hadoop數(shù)據(jù)存儲(chǔ)與任務(wù)調(diào)度原理?268?
13.3 Hadoop基礎(chǔ)環(huán)境搭建?273?
13.4 Hadoop部署模式?294?
13.5 Hadoop常用操作命令?298?
13.6 新手問答?300?
13.7 實(shí)訓(xùn)：動(dòng)手搭建Hadoop集群環(huán)境 301
本章小結(jié)?309?
第14章?Spark入門?310?
14.1 Spark概述?311?
14.2 Spark核心原理?312?
14.3 Spark基礎(chǔ)環(huán)境搭建?315?
14.4 Spark運(yùn)行模式?317?
14.5 新手問答?321?
14.6 實(shí)訓(xùn)：動(dòng)手搭建Spark集群 322
本章小結(jié)?323?
第15章?Spark?RDD編程?324?
15.1 RDD設(shè)計(jì)原理?325?
15.2 RDD編程?328?
15.3 鍵值對(duì)RDD?335?
15.4 文件讀寫?340?
15.5 編程進(jìn)階?342?
15.6 新手問答?347?
15.7 實(shí)訓(xùn)：統(tǒng)計(jì)海鮮銷售情況 348
本章小結(jié)?350?
第16章?Spark?SQL編程?351?
16.1 Spark SQL概述?352?
16.2 創(chuàng)建DataFrame對(duì)象?360?
16.3 DataFrame常用API?364?
16.4 保存DataFrame?370?
16.5 新手問答?372?
16.6 實(shí)訓(xùn)：統(tǒng)計(jì)手機(jī)銷售情況 373
本章小結(jié)?375?
第17章?Spark流式計(jì)算編程?376?
17.1 流計(jì)算簡(jiǎn)介?377?
17.2 Discretized?Stream?379?
17.3 Structured?Streaming?385?
17.4 新手問答?397?
17.5 實(shí)訓(xùn)：實(shí)時(shí)統(tǒng)計(jì)貸款金額 397
本章小結(jié)?398?
第5篇?項(xiàng)目實(shí)戰(zhàn)篇?
第18章?分析電商網(wǎng)站銷售數(shù)據(jù)?401?
18.1 目標(biāo)分析?402?
18.2 數(shù)據(jù)采集?405?
18.3 數(shù)據(jù)分析?411?
本章小結(jié)?416?
第19章?分析旅游網(wǎng)站數(shù)據(jù)?417?
19.1 目標(biāo)分析?418?
19.2 數(shù)據(jù)采集?420?
19.3 數(shù)據(jù)分析?425?
本章小結(jié)?429?
第20章?分析在售二手房數(shù)據(jù)?430?
20.1 目標(biāo)分析?431?
20.2 數(shù)據(jù)采集?434?
20.3 數(shù)據(jù)分析?440?
本章小結(jié)?446?
附錄：Python常見面試題精選 447
本次送書5本
掃一掃下方的二維碼回復(fù)：送書? 即可！
