本書繫“電子商務應用型專業繫列教材”叢書。根據市場需求，該叢書重新梳理了電子商務應用型人纔所需的能力，以電商運營能力、數據分析能力和移動應用設計開發能力為核心，學生可根據自身興趣愛好和擅長點進行自身能力的培養。

本書以校企合作的方式進行教材的編寫。通過與企業合作，吸收企業的行業經驗和實際案例，既提高了教材內容的實踐性，又幫助企業把隱性知識固化為顯性知識。

該叢書包括：1．《跨境電子商務實務》

2．《跨平臺移動商務網站技術及其應用》

3．《網絡數據爬取與分析實務》

4．《移動商務實用教程》

本書按照網絡數據爬取、數據清洗與處理、數據存儲、數據分析的邏輯脈絡，介紹了數據科學的相關知識。

全書主要內容涉及理論、實戰、工具三個層面。其中，理論層面主要介紹了網絡爬蟲，數據處理與存儲，機器學習的相關概念、原理與算法；實戰層面主要通過影評、二手房、招聘網站等實戰項目，闡述了數據爬取、處理與存儲的代碼實現，並通過相關數據集的實例，介紹了機器學習算法的實現與效果評估；工具層面主要講解了如何通過Python的Urllib、Request、BeautifulSoup、Pandas、Scikit-learn等第三方工具包實現數據的爬取、處理與分析，以及通過SQLite這一輕量級數據庫工具實現數據的存儲。

李周平

上海財經大學博士，網絡與軟件工程師，現任上海商學院信息與計算機學院教師。長期從事網絡爬蟲、數據挖掘、機器學習、自然語言處理、Python程序開發等方面的教學和培訓工作，具有十餘年的Python項目開發經驗，獲得多項軟件專利。

第1章 數據科學概述
1.1什麼是數據科學
1.2數據分析師、數據工程師與數據科學家
第2章Python語法基礎
2.1 Python的程序結構
2.2 Python編碼規範
2.3 Python編程環境的搭建
2.4 Python的數據結構
2.5 Python控制語句
習題
第3章 使用Urllib庫編寫爬蟲
3.1 網絡爬蟲概述
3.2 使用Urllib.request模塊編寫爬蟲
3.3 修改User-Agent屬性模擬瀏覽器訪問
3.4 HTTP協議詳解
3.5 模擬HTTP-GET方法的爬蟲
3.6 模擬HTTP-POST方法的爬蟲
習題
第4章 使用正則表達式提取數據
4.1 正則表達式原理
4.2 正則表達式語法
4.3 re模塊常用的函數
4.4 正則表達式應用實例
習題
第5章 使用BeautifulSoup庫提取數據
5.1 BeautifulSoup包簡介
5.2 BeautifulSoup的信息提取
5.3 BeautifulSoup的遍歷
習題
第6章 爬蟲項目實戰
6.1網易新聞中心爬蟲
6.2 通過Session模擬登錄豆瓣
6.3 鏈家二手房信息爬蟲
6.4爬取拉勾網JSON格式數據
習題
第7章 Pandas數據處理基礎
7.1數據處理概述
7.2 Pandas數據結構
7.3 DataFrame的基本操作
7.4 DataFrame數據的連接
7.4 Pandas數據輸入輸出
習題
第8章 Pandas數據處理常用方法
8.1 分組統計與轉換
8.2 缺失值處理
8.3 時間序列數據處理
8.4 向量轉換
習題
第9章 數據處理實戰
9.1二手房數據處理
9.2 職位數據處理
9.3 職位描述的文本信息處理
習題
第10章 SQLite數據庫操作
10.1 SQLite數據庫簡介
10.2 Python讀寫SQLite
10.3 Pandas讀寫SQLite
習題
第11章 機器學習概述
11.1 認識機器學習
11.2 機器學習的應用範圍
11.3 機器學習的算法
11.4 Scikit-learn機器學習包
習題
第12章 從線性回歸到分類
12.1線性回歸算法
12.2 邏輯回歸分類算法
習題
第13章 分類模型及應用
13.1 K近鄰分類算法
13.2 決策樹分類算法
13.3 隨機森林分類算法
習題
第14章 分類模型的評估
14.1訓練與測試樣本
14.2 性能評價指標
14.3分類閾值的調整
習題
參考文獻