北京CDA數據分析師的python爬蟲培訓班，課程致力于講授完整的結構化數據、文本數據的獲取、存儲、讀取、處理和分析過程，并用更前沿的技術分析和挖掘數據信息，為我們的科研工作減輕中間工作負擔。現在火熱報名中

課程介紹

  Python爬蟲及文本分析學術應用：本課程致力于講授完整的結構化數據、文本數據的獲取、存儲、讀取、處理和分析過程，我們期望課程可以幫助到廣大的用戶，包括所有想要使用python編程語言實現數據獲取和文本分析的在校師生、以及致力于將數據分析與挖掘的價值廣泛運用到實際場景的商業人士。

招生對象

  從事經濟學、資源環境、地理科學、城市、人口、房地產、數理統計、管理科學、計量經濟等方面研究的教師、研究員
  相關領域的碩士、博士研究生
  不要求學過Python操作

學習目標

  包括Python編程基礎，Python爬蟲學術應用和Python文本分析實戰，通過該課程的學習，我們的學員將不再單一依靠開源公開數據網站的數據，適當擺脫對國家統計年鑒、wind數據庫、知網數據的依賴，能夠從更多元的渠道獲取數據，使用python更高效的處理數據，并用更前沿的技術分析和挖掘數據信息，為我們的科研工作減輕中間工作負擔。

課程內容

  01章概述爬蟲與文本分析概述
  01-01結構化數據/文本數據的獲取方法概述
  01-02高效的編程語言實現結構化數據處理與文本分析的價值
  02章編程基礎
  02-01python編程基礎（標準數據類型，控制流，自定義函數，類，os文件處理模塊）
  02-02python重要數據科學計算庫（Numpy，Pandas，Matplotlib，Pyecherts，wordcloud）
  03章數據獲取
  03-01爬蟲基礎（網絡爬蟲簡介，爬蟲的基本原理，HTML簡介，數據存儲）
  03-02網頁抓?。ㄊ褂肬rllib網頁抓取，requests實戰）
  03-03BeautifulSoup4（簡介，安裝，BS對象的種類，遍歷文檔樹，搜索文檔樹）
  03-04Xpath（什么是Xpath，Xpath開發工具，Xpath常用規則）
  03-05動態渲染頁面抓?。⊿elenium的安裝，基本使用，聲明瀏覽器對象，訪問頁面，定位元素，節點交互，動作鏈，執行JavaScript，獲取節點信息，延時等待，前進后退，Cookies，選項卡管理，異常處理）
  03-06爬蟲實戰（網站的爬取，基電商評價文本爬取）
  04章數據存儲與讀取
  04-01可供讀取數據類型介紹（excel、pdf、txt、html、mysql數據庫文件介紹）
  04-02數據的存儲（將數據存儲到excel表，txt文本，word文檔）
  04-03數據的讀取（python批量讀取多個多子表excel，python讀取txt文件，word文檔）
  05章數據處理
  05-01正則表達式（什么是正則表達式，正則表達式匹配規則，re模塊的使用）
  05-02文本處理常用方法（字符串的不變性，排序行，段落格式化，二進制轉化為ASCII，重復字詞過濾，提取郵件地址，提取URL地址，大寫轉換，符號化，刪除停用詞，同義詞與反義詞處理，文本翻譯，單詞替換，拼寫檢查，WordNet接口，語料訪問，標記單詞，塊和裂口，塊分類，文本分類，雙字母組，文字改寫，文字換行，頻率分布，文字摘要，詞干算法，約束搜索）
  05-03結構化數據處理--數據清洗（numpy數值計算要點串講，Pandas數據處理串講，python統計圖表展示）
  06章文本分析實戰
  06-01重要的庫（jieba庫簡介）
  06-02關鍵詞提?。P鍵詞任務概述，TF-IDF算法原理，相似文章推薦原理介紹，實例：紅樓夢文本分析的實現，文件與詞庫的讀取，完成分詞與詞云圖的繪制）
  06-03文本分類（新聞素材介紹，新聞內容的關鍵詞提取，詞向量轉化與ngram模型，樸素貝葉斯算法完成新聞分類）