产教融合信息技术类“十三五”规划教材

数据采集与预处理

任务驱动,案例丰富,一学就会的数据采集与预处理教材。
分享 推荐 0 收藏 12 阅读 780
米洪 , 张鸰 (主编) 季丹 , 史律 , 张俊 (副主编)

关于本书的内容有任何问题,请联系 左仲海

1.基于企业级项目,以任务驱动为主线,便于教师教学,学生理解。
2.配套资源齐全。配备课程标准、PPT课件、运行脚本、教案。
3.企业配套资源,院校完善体系结构。

内容摘要

本书以任务驱动为主线,围绕企业级应用进行项目任务设计,主要内容包括数据采集与预处理准备、网络爬虫实践、日志数据采集实践和数据预处理实践,全面地讲述了Scrapy、Flume、Pig、Kettle、Pandas、OpenRefine等技术,以及urllib、Selenium基本库和BeautifulSoup解析库的相关知识与应用案例。
本书内容实用,可操作性强,语言精练、通俗易懂,可作为高等院校计算机应用技术、大数据技术与应用、软件技术、云计算技术与应用等计算机相关专业的教材,也可作为大数据分析、云计算应用领域技术人员的参考用书。

目录

目录 CONTENTS
项目1
数据采集与预处理准备 1
学习目标 1
项目描述 1
任务1 认识数据采集技术,熟悉数据采集平台 1
任务描述 1
任务目标 2
知识准备 2
任务实施 10
任务2 认识数据预处理技术 13
任务描述 13
任务目标 13
知识准备 13
任务实施 19

项目2
网络爬虫实践 24
学习目标 24
项目描述 24
任务1 使用urllib爬取北京公交线路信息 24
任务描述 24
任务目标 25
知识准备 25
任务实施 48
任务2 使用Selenium爬取淘宝网站信息 58
任务描述 58
任务目标 58
知识准备 58
任务实施 69
任务3 使用Scrapy爬取北京公交信息 75
任务描述 75
任务目标 75
知识准备 75
任务实施 78
任务4 创新与拓展 86
任务描述 86
任务目标 86

项目3
日志数据采集实践 87
学习目标 87
项目描述 87
任务1 Flume的安装和配置 87
任务描述 87
任务目标 88
知识准备 88
任务实施 95
任务2 Flume采集数据上传到集群 105
任务描述 105
任务目标 106
知识准备 106
任务实施 110
任务3 创新与拓展 118
任务描述 118
任务目标 118

项目4
数据预处理实践 119
学习目标 119
项目描述 119
任务1 用Pig进行数据预处理 119
任务描述 119
任务目标 120
知识准备 120
任务实施 134
任务2 用Kettle进行数据预处理 137
任务描述 137
任务目标 137
知识准备 137
任务实施 139
任务3 用Pandas进行数据预处理 150
任务描述 150
任务目标 150
知识准备 150
任务实施 153
任务4 用OpenRefine进行数据预处理 155
任务描述 155
任务目标 155
知识准备 155
任务实施 157
任务5 用Flume Interceptor对日志信息进行数据预处理 162
任务描述 162
任务目标 163
知识准备 163
任务实施 167
任务6 创新与拓展 176
任务描述 176
任务目标 176

读者评论

赶紧抢沙发哦!

我要评论

作者介绍

米洪,主持省级项目3项;发表北大核心论文5篇;学院交通物联网技术科技创新团队骨干成员;江苏省高等职业院校教师专业带头人访问学者(东南大学);江苏省高校“青蓝工程”优秀中青年骨干教师。

同系列书

  • 虚拟化与网络存储技术

    顾军林 徐义晗 米洪 朱晓彦 林雪纲

    本书较为全面地介绍了虚拟化技术、Qemu-KVM、Libvirt、Virt-Manager、网络虚拟化、传统的...

    ¥56.00
  • 数据分析基础与案例实战(基于Excel软件)

    孙玉娣 顾锦江 裴勇 林雪纲

    本书主要介绍了数据分析的基础知识和实操过程。全书分为8章,首先从数据分析技术概述入手,介绍了数据分析的基本概念...

    ¥39.80
  • Python基础与大数据应用

    丁辉 商俊燕 伍转华 林雪纲

    本书内容安排遵循学生的认知规律,结合Python的特点,将教学内容分为Python基础及数据分析两大部分。全书...

    ¥59.80
  • Linux网络编程

    李兴华 邢碧麟 张洪涛

    本书较为全面地介绍了基于Linux网络编程的基础知识和编程技术,章节安排贴近企业项目需求,基于Linux C语...

    ¥39.80
  • 数据采集与预处理

    米洪 张鸰 季丹 史律 张俊

    本书以任务驱动为主线,围绕企业级应用进行项目任务设计,主要内容包括数据采集与预处理准备、网络爬虫实践、日志数据...

    ¥39.80

购买本书用户

相关图书

斗地主游戏基本规则 越南河内快5网址 3d过滤垃圾复式的工具 七星彩 黑龙江11选5开奖结果定牛 11选5的走势图浙 宁夏体彩11选五开奖查询 黑龙江6 1走势图b2 黑龙江快乐十分号码走势图分布图 大发pk10计划走势图 花花公子 36选7中奖规则及奖金 云南11选五今天开奖号 浙江11选5计划 二四六天天好彩资料 中国体彩7位数开奖结果查询表 辽宁乐透35选7开奖