用传统的电子表格来处理数据不仅效率低下，而且无法处理某些格式的数据，对于混乱或庞大的数据集更是束手无策。本书将教你如何利用语法简单、容易上手的Python轻松处理数据。作者通过循序渐的练习，详细介绍如何有效地获取、清洗、分析与呈现数据，如何将数据处理过程自动化，如何安排文件编辑与清洗任务，如何处理更大的数据集，以及如何利用获取的数据来创作引人胜的故事。学完本书，你的数据处理和分析能力将更上一层楼。* 快速了解Python基本语法、数据类型和语言概念* 概述数据的获取与存储方式* 清洗数据并格式化，以消除数据集中的重复值与错误* 学习何时对数据行标准化，何时对数据清理行测试并将其脚本化* 使用Scrapy写网络爬虫* 利用新的Python库和技术对数据集行探索与分析* 使用Python解决方案将整个数据处理过程自动化
畅销的Python网络爬虫发实战图书全新升级版，上一版年销量近40000册。针对Python 3.6版本编写。提供示例完整源码和实例网站搭建源码，确保用户能在本地成功复现爬取网站环境，并保障网站的稳定性与可靠性以及代码运行结果的可再现性。Internet上包含了许多有用的数据，其中大部分是可以免费公访问的。但是，这些数据不容易使用，它们内嵌在网站的架构和样式中，在提取时也需要多加小心。网络爬取技术作为一种收集和理解网络上海量信息的方式，正变得越来越有用。本书是使用Python 3.6的新特性来爬取网络数据的门指南。本书讲解了从静态网站提取数据的方法，以及如何使用数据库和文件缓存技术来节省时间并管理服务器负载，然后介绍了如何使用浏览器、爬虫和并发爬虫发一个更为复杂的爬虫。借助于PyQt和Selenium，你可以决定何时以及如何从依赖JavaScript的网
Python Web Scraping - Second Edition
