本书的特色是用传统的电子表格处理数据不仅效率低下，而且不能处理特定格式的数据，对于混乱和庞大的数据集更是无能为力。 本书教您如何使用语法简单、使用方便的Python轻松处理数据。 作者通过分阶段练习，如何有效地获取、清洗、分析和呈现数据，如何自动化数据处理过程，如何安排文件编辑和清洗任务，如何处理更大的数据集，如何获取的数据学习本书将进一步提高数据处理和分析能力。
Python基本语法、数据类型和语言概念概述快速了解如何获取和存储数据，以清洗和格式化数据，消除数据集中的重复值和错误学习何时将数据标准化。 什么时候可以测试和编写数据清理脚本，使用Scrapy编写网络爬虫，使用新的Python库和技术探索和分析数据集，并使用Python解决方案自动化整个数据处理过程？ “如果连电子表格和关系数据库都觉得无法回答问题，或者除了这些工具之外还准备进一步学习，那么这本书就是最佳选择。 我一直在等这本书出现。 ”
——Derek Willis，ProPublica新闻APP开发者，OpenElections共同创始人
“所有新手数据科学家、数据工程师或其他技术数据专家都应该阅读本实践指南。 在数据处理领域需要这样的书。 希望你第一次开始用Python处理数据的时候能进行指导。 ”
——Tyrone Grandison博士，Proficiency Labs Intl. CEO
目录版权声明
o’Reilly media，Inc .介绍
本书赞赏
前言
第一章Python介绍
第二章Python基础知识
第三章机器读取的数据
第四章Excel文件的处理
第五章PDF文件的处理和Python中的问题解决
第六章数据的获取和保存
第七章数据清洗：研究、匹配、格式
第八章数据清洗：标准化和脚本化
第九章数据探索与分析
第十章展示数据
第十一章网页捕获：获取和存储网络数据
第十二章高级网页捕获：屏幕捕获和爬行动物
第十三章编程接口的应用
第十四章自动化和规模化
第十五章结论
附录a编程语言比较
附录b初学者的Python学习资源
附录c学习命令行
附录d高级Python设置
附录E Python陷阱
附录F IPython指南
附录g使用亚马逊网络服务
关于作者
关于封面
3https://pan.Baidu.com/s/1b2h _ cxsxfnjrouxu6BCT rw下载