[
-
内容大纲
本书的编写目的是向读者介绍数据清洗技术的基本概念与应用。全书共10章，分别为数据清洗概述、文件格式、Web数据抽取、网络爬虫、Kettle数据清洗、数据迁移、文本数据处理、Python数据清洗、DataCleaner数据分析与清洗以及数据清洗综合实训。本书将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用数据清洗相关技术，并对书中重要的、核心的知识点加大练习力度，以达到熟练应用的目的。
本书可作为高等学校大数据、人工智能、云计算等专业的教材，可也作为大数据爱好者的参考书。 -
作者介绍
-
目录
第1章 数据清洗概述
1.1 数据清洗基础
1.1.1 数据清洗的定义
1.1.2 数据清洗的原理
1.1.3 数据清洗的流程
1.1.4 数据清洗的常用方法
1.1.5 数据清洗的评估描述
1.1.6 数据清洗中的常用评测数据集
1.2 数据质量与数据仓库
1.2.1 数据质量的定义
1.2.2 常见的数据质量问题
1.2.3 数据质量与数据清洗
1.2.4 数据仓库与ETL
1.2.5 数据映射
1.2.6 主数据与元数据
1.3 数据清洗中的统计基础
1.3.1 描述性统计
1.3.2 推论统计
1.3.3 随机变量
1.4 数据清洗环境与常用工具
1.4.1 数据清洗环境介绍
1.4.2 数据清洗常用工具
1.5 本章小结
1.6 实训
习题1
第2章 文件格式
2.1 文件格式概述
2.2 Kettle中文件格式的转换
2.2.1 文本文件转换
2.2.2 CSV文件转换
2.2.3 XML文件转换
2.2.4 JSON文件转换
2.2.5 Excel文件转换
2.2.6 生成记录转换
2.3 本章小结
2.4 实训
习题2
第3章 Web数据抽取
3.1 Web数据抽取基础
3.2 Web数据抽取的实现
3.2.1 Kettle数据抽取原理
3.2.2 Kettle数据抽取实现
3.3 本章小结
3.4 实训
习题3
第4章 网络爬虫
4.1 网络爬虫基础
4.2 Python3网络爬虫实现
4.2.1 urllib模块
4.2.2 Requests库
4.2.3 BeautifulSoup库
4.3 Python3网络爬虫实例
4.3.1 urllib实例
4.3.2 requests实例
4.4 本章小结
4.5 实训
习题4
第5章 Kettle数据清洗
5.1 Kettle数据清洗概述
5.2 Kettle数据清洗实现
5.2.1 清洗简单数据
5.2.2 清洗复杂数据
5.3 本章小结
5.4 实训
习题5
第6章 数据迁移
6.1 数据迁移概述
6.2 数据迁移实现技术
6.2.1 基于主机的迁移方式
6.2.2 备份恢复的迁移方式
6.2.3 基于存储的迁移方式
6.2.4 基于文件系统的迁移方式
6.2.5 基于数据库的迁移方式
6.3 数据迁移实现
6.3.1 数据库安装与使用
6.3.2 Kettle数据迁移
6.4 本章小结
6.5 实训
习题6
第7章 文本数据处理
7.1 文本分词
7.2 文本数据处理方法
7.3 jieba分词的应用
7.3.1 jieba概述
7.3.2 jieba应用实例
7.4 本章小结
7.5 实训
习题7
第8章 Python数据清洗
8.1 Python数据清洗概述
8.1.1 Python数据清洗相关库
8.1.2 Python数据清洗库的安装
8.2 NumPy使用
8.2.1 数组的创建与使用
8.2.2 计算模块与随机模块的使用
8.2.3 NumPy数据清洗实例
8.3 Pandas使用
8.3.1 Pandas数据类型概述
8.3.2 Pandas数据类型应用
8.3.3 Pandas数据清洗
8.4 matplotlib使用
8.4.1 matplotlib的介绍
8.4.2 matplotlib的应用
8.5 Python数据清洗实例
8.5.1 清洗内部数据
8.5.2 清洗外部数据
8.6 本章小结
8.7 实训
习题8
第9章 DataCleaner数据分析与清洗
9.1 DataCleaner简介
9.1.1 DataCleaner概述
9.1.2 DataCleaner界面认识
9.2 DataCleaner应用
9.2.1 认识DataCleaner
9.2.2 DataCleaner数据分析实例
9.3 本章小结
9.4 实训
习题9
第10章 数据清洗综合实训
10.1 Python数据分组与显示
10.2 Python数据清洗与显示
10.3 Kettle分组排序
10.4 Kettle模糊匹配
参考文献
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...