Python全栈数据工程师养成攻略电子书

内容提要

前言

第1章 写在前面

1.1 数据工程和编程语言

1.1.1 如何玩转数据

1.1.2 关于编程语言

1.2 带好装备——Python和Sublime

1.2.1 Python

1.2.2 Sublime

1.2.3 运行Python代码的方法

1.2.4 Hello World

1.3 数据结构和常见类型

1.3.1 数据的结构

1.3.2 数据的类型

第2章 学会Python

2.1 Python基础语法

2.1.1 Python的特点

2.1.2 中文编码

2.1.3 变量

2.1.4 注释

2.1.5 保留名

2.1.6 行和缩进

2.1.7 运算符

2.1.8 条件

2.1.9 循环

2.1.10 时间

2.1.11 文件

2.1.12 异常

2.1.13 函数

2.1.14 补充内容

2.2 实战：西游记用字统计

2.2.1 数据

2.2.2 目标

2.2.3 步骤

2.2.4 总结

第3章 获取数据

3.1 HTTP请求和Chrome

3.1.1 访问一个链接

3.1.2 Chrome浏览器

3.1.3 HTTP

3.1.4 URL类型

3.2 使用Python获取数据

3.2.1 urllib2

3.2.2 GET请求

3.2.3 POST请求

3.2.4 处理返回结果

3.3 实战：爬取豆瓣电影

3.3.1 确定目标

3.3.2 通用思路

3.3.3 寻找链接

3.3.4 代码实现

3.3.5 补充内容

第4章 存储数据

4.1 使用XAMP搭建Web环境

4.1.1 Web环境

4.1.2 偏好设置

4.1.3 Hello World

4.2 MySQL使用方法

4.2.1 基本概念

4.2.2 命令行

4.2.3 Web工具

4.2.4 本地软件

4.3 使用Python操作数据库

4.3.1 MySQLdb

4.3.2 建立连接

4.3.3 执行操作

4.3.4 关闭连接

4.3.5 扩展内容

第5章 静态可视化

5.1 在R中进行可视化

5.1.1 下载和安装

5.1.2 R语言基础

5.1.3 ggplot2

5.1.4 R语言学习笔记

5.2 掌握ggplot2数据可视化

5.2.1 图形种类

5.2.2 基本语法

5.2.3 条形图

5.2.4 折线图

5.2.5 描述数据分布

5.2.6 分面

5.2.7 R语言数据可视化

5.3 实战：Diamonds数据集探索

5.3.1 查看数据

5.3.2 价格和克拉

5.3.3 价格分布

5.3.4 纯净度分布

5.3.5 价格概率分布

5.3.6 不同切工下的价格分布

5.3.7 坐标变换

5.3.8 标题和坐标轴标签

第6章 自然语言理解

6.1 走近自然语言理解

6.1.1 概念

6.1.2 内容

6.1.3 应用

6.2 使用jieba分词处理中文

6.2.1 jieba中文分词

6.2.2 中文分词

6.2.3 关键词提取

6.2.4 词性标注

6.3 词嵌入的概念和实现

6.3.1 语言的表示

6.3.2 训练词向量

6.3.3 代码实现

第7章 Web基础

7.1 网页的骨骼：HTML

7.1.1 HTML是什么

7.1.2 基本结构

7.1.3 常用标签

7.1.4 标签的属性

7.1.5 注释

7.1.6 表单

7.1.7 颜色

7.1.8 DOM

7.1.9 HTML5

7.1.10 补充内容

7.2 网页的血肉：CSS

7.2.1 CSS是什么

7.2.2 基本结构

7.2.3 使用CSS

7.2.4 常用选择器

7.2.5 常用样式

7.2.6 CSS3

7.2.7 CSS实例

7.2.8 补充学习

7.3 网页的关节：JS

7.3.1 JS是什么

7.3.2 使用JS

7.3.3 JS基础

7.3.4 补充学习

第8章 Web进阶

8.1 比JS更方便的JQuery

8.1.1 引入JQuery

8.1.2 语法

8.1.3 选择器

8.1.4 事件

8.1.5 直接操作

8.1.6 AJAX请求

8.1.7 补充学习

8.2 实战：你竟是这样的月饼

8.2.1 项目简介

8.2.2 首页实现

8.2.3 月饼页实现

8.2.4 项目总结

8.3 基于ThinkPHP的简易个人博客

8.3.1 ThinkPHP是什么

8.3.2 个人博客

8.3.3 下载和初始化

8.3.4 MVC

8.3.5 数据库配置

8.3.6 控制器、函数和渲染模板

8.3.7 U函数和页面跳转

8.3.8 表单实现和数据处理

8.3.9 读取数据并渲染

8.3.10 项目总结

8.4 基于Flask的简易个人博客

8.4.1 Flask是什么

8.4.2 项目准备

8.4.3 渲染模板

8.4.4 操作数据库

8.4.5 完善其他页面

8.4.6 项目总结

第9章 动态可视化

9.1 使用ECharts制作交互图形

9.1.1 ECharts是什么

9.1.2 引入Echarts

9.1.3 准备一个画板

9.1.4 绘制ECharts图形

9.1.5 使用其他主题

9.1.6 配置项手册

9.1.7 开始探索

9.2 实战：再谈豆瓣电影数据分析

9.2.1 项目成果

9.2.2 数据获取

9.2.3 数据清洗和存储

9.2.4 数据分析

9.2.5 数据可视化

9.2.6 项目总结

9.3 数据可视化之魅D3

9.3.1 D3是什么

9.3.2 D3核心思想

9.3.3 一个简单的例子

9.3.4 深入理解D3

9.3.5 开始探索

9.4 实战：星战电影知识图谱

9.4.1 项目成果

9.4.2 数据获取

9.4.3 数据分析

9.4.4 数据可视化

9.4.5 项目总结

9.5 艺术家爱用的Processing

9.5.1 Processing是什么

9.5.2 一个简单的例子

9.5.3 Processing基础

9.5.4 更多内容

9.6 实战：上海地铁的一天

9.6.1 项目成果

9.6.2 项目数据

9.6.3 项目思路

9.6.4 项目实现

9.6.5 项目总结

第10章 机器学习

10.1 明白一些基本概念

10.1.1 机器学习是什么

10.1.2 学习的种类

10.1.3 两大痛点

10.1.4 学习的流程

10.1.5 代码实现

10.2 常用经典模型及实现

10.2.1 线性回归

10.2.2 Logistic回归

10.2.3 贝叶斯

10.2.4 K近邻

10.2.5 决策树

10.2.6 支持向量机

10.2.7 K-Means

10.2.8 神经网络

10.2.9 代码实现

10.3 调参比赛大杀器XGBoost

10.3.1 为什么要调参

10.3.2 XGBoost是什么

10.3.3 XGBoost安装

10.3.4 XGBoost模型参数

10.3.5 XGBoost调参实战

10.3.6 总结

10.4 实战：微额借款用户人品预测

10.4.1 项目背景

10.4.2 数据概况

10.4.3 缺失值处理

10.4.4 特征工程

10.4.5 特征选择

10.4.6 模型设计

10.4.7 项目总结

第11章 深度学习

11.1 初探Deep Learning

11.1.1 深度学习是什么

11.1.2 神经元模型

11.1.3 全连接层

11.1.4 代码实现

11.2 用于处理图像的CNN

11.2.1 CNN是什么

11.2.2 CNN核心内容

11.2.3 CNN使用方法

11.2.4 CNN模型训练

11.2.5 代码实现

11.3 用于处理序列的RNN

11.3.1 RNN是什么

11.3.2 RNN模型结构

11.3.3 LSTM

11.3.4 RNN使用方法

11.3.5 代码实现

11.4 实战：多种手写数字识别模型

11.4.1 手写数字数据集

11.4.2 全连接层

11.4.3 CNN实现

11.4.4 RNN实现

11.4.5 实战总结

第12章 数据的故事

12.1 如何讲一个好的故事

12.1.1 为什么要做PPT

12.1.2 讲一个好的故事

12.1.3 用颜值加分

12.1.4 总结

12.2 实战：有内容有颜值的分享

12.2.1 SODA

12.2.2 公益云图

12.2.3 上海BOT

12.2.4 总结