由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版新书]Python数据分析与可视化项目实战王振丽 编97873026490
¥ ×1
第1章 电影产业市场数据分析和可视化系统(Flask+FastAPI+Vue+Echarts) 1
1.1 电影产业介绍 2
1.2 电影市场的需求分析 2
1.2.1 市场需要高质量作品 2
1.2.2 国内电影市场的变化 3
1.3 系统架构 3
1.4 准备数据 4
1.5 后端数据分析模块 5
1.5.1 后端系统配置 5
1.5.2 注册FastAPI访问 6
1.5.3 URL错误处理 9
1.5.4 后端数据分析 11
1.5.5 后端主文件 15
1.5.6 日志处理 16
1.6 前端数据可视化模块 18
1.6.1 前端系统配置 18
1.6.2 前台主页 19
1.6.3 电影时长占比图 28
1.6.4 电影上映年份趋势图 33
1.6.5 各国及地区电影出产量统计图 37
1.6.6 电影类别排行统计图 41
1.6.7 电影语言使用统计图 46
1.6.8 各国及地区电影评分展示统计图 52
第2章 电商客户数据分析和可视化系统(Jupyter Notebook+Scikit-Learn+Matplotlib+Pandas) 59
2.1 电商行业发展介绍 60
2.1.1 国内电商市场现状分析 60
2.1.2 电商行业发展趋势介绍 60
2.2 需求分析 61
2.2.1 电商的商业模式 61
2.2.2 核心指标需求分析 62
2.2.3 指标体系需求分析 63
2.2.4 数据分析方法 65
2.2.5 电商平台“人”的指标思维导图 66
2.3 系统架构 66
2.4 准备数据 67
2.5 数据分析 68
2.5.1 数据清洗 68
2.5.2 数据分析 73
2.5.3 数据建模 78
第3章 房产信息数据分析和可视化系统(网络爬虫+MySQL+pylab实现) 85
3.1 背景介绍 86
3.1.1 行业发展现状 86
3.1.2 房地产行业市场调查 86
3.2 需求分析 87
3.3 系统架构 87
3.4 系统设置 88
3.4.1 选择版本 88
3.4.2 保存日志信息 89
3.4.3 设置创建的文件名 89
3.4.4 设置爬取城市 91
3.4.5 处理区县信息 93
3.4.6 处理日期和时间 95
3.5 破解反爬机制 95
3.5.1 定义爬虫基类 96
3.5.2 浏览器用户代理 97
3.5.3 在线IP代理 98
3.6 爬虫爬取信息 99
3.6.1 设置解析元素 99
3.6.2 爬取二手房信息 99
3.6.3 爬取楼盘信息 103
3.6.4 爬取小区信息 107
3.6.5 爬取租房信息 110
3.7 数据可视化 115
3.7.1 爬取数据并保存到数据库 115
3.7.2 可视化济南市房价最贵的4个小区 120
3.7.3 可视化济南市主要地区的房价均价 121
3.7.4 可视化济南市主要地区的房源数量 123
3.7.5 可视化济南市各区的房源数量所占百分比 124
第4章 城市智能交通数据分析和可视化系统(Pandas+Matplotlib+Numpy) 127
4.1 背景介绍 128
4.2 需求分析 128
4.2.1 城市交通存在的问题 128
4.2.2 智能交通建设的必要性 129
4.2.3 项目目标 130
4.3 系统架构 131
4.4 从CSV文件读取数据 132
4.4.1 读取并显示CSV文件中的前3条骑行数据 132
4.4.2 读取并显示CSV文件中指定列的数据 134
4.4.3 用统计图可视化CSV文件中的数据 135
4.4.4 选择指定数据 136
……
王振丽,华中科技大学计算机硕士,资深Python开发工程师,热衷于移动开底层系统架构、驱动开发、AI开发的研究和具体工作,对Python人工智能的架构设计和实现原理有非常深刻的认识和理解,应用开发经验也十分丰富。
"《Python数据分析与可视化项目实战》专注于Python数据分析与可视化的实战指导,打破了传统的理论框架,注重实践和项目实战,适合有一定编程基础、想要深入学习数据分析和可视化的读者。
在内容设计上,采用了循序渐进的方式,逐步引导读者掌握数据分析和可视化的技能。每章以一个具体的项目示例为主线,详细讲解相关的理论知识和基本技巧,并提供实用的代码示例。读者在阅读过程中可以通过实际操作来加深对书中知识的理解和掌握。
书中每个项目案例都选取了具有代表性和实用性的主题,包括股票市场走势预测、城市自行车共享需求预测、电商客户数据分析等,这些项目案例不仅让读者理论与实践相结合,更让读者从不同领域的数据问题中受益良多,将理论知识应用于实际项目中。"
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
