大數據採集與預處理（簡體書）

本書共分兩部分：第一部分是網絡數據採集與預處理的基礎理論實踐，包括任務1～任務6，主要講解如何使用Python編寫網絡數據採集和預處理程序，內容包括Python環境搭建，Python基礎語法、語句與函數，網絡基礎知識，常用網絡數據採集與預處理庫、解析庫，數據持久化保存，以及requests庫、numpy庫、pandas庫、Selenium技術、ChromeDriver技術和Scrapy技術的應用方式。第二部分是網絡數據採集與預處理的綜合案例，包括任務7～任務9，主要講解requests庫數據採集與ECharts可視化技術相結合以展示數據，並持久化保存數據、預處理數據的應用案例；Selenium和ChromeDriver技術相結合模擬登錄，採集動態和靜態數據，並持久化保存數據和預處理數據的應用案例；Hadoop平臺的Flume日誌數據採集應用案例，充分呈現了大數據採集與預處理主流技術、可視化技術的主要功能和特點。本書可作為高等職業院校、職業本科院校大數據技術及相關專業的教材，也可作為有一定Python編程經驗並且對數據採集與預處理技術感興趣的工程技術人員的參考用書。