廣州Python爬蟲及文本分析學(xué)術(shù)應(yīng)用培訓(xùn)班

01章概述 爬蟲與文本分析概述
01-01結(jié)構(gòu)化數(shù)據(jù)/文本數(shù)據(jù)的獲取方法概述
01-02高效的編程語(yǔ)言實(shí)現(xiàn)結(jié)構(gòu)化數(shù)據(jù)處理與文本分析的價(jià)值
02章編程基礎(chǔ)
02-01python編程基礎(chǔ)（標(biāo)準(zhǔn)數(shù)據(jù)類型，控制流，自定義函數(shù)，類，os文件處理模塊）
02-02python重要數(shù)據(jù)科學(xué)計(jì)算庫(kù)（Numpy，Pandas，Matplotlib，Pyecherts，wordcloud）
03章數(shù)據(jù)獲取
03-01爬蟲基礎(chǔ)（網(wǎng)絡(luò)爬蟲簡(jiǎn)介，爬蟲的基本原理，HTML 簡(jiǎn)介，數(shù)據(jù)存儲(chǔ)）
03-02網(wǎng)頁(yè)抓�。ㄊ褂� Urllib網(wǎng)頁(yè)抓取，requests實(shí)戰(zhàn)）
03-03BeautifulSoup4（簡(jiǎn)介，安裝，BS 對(duì)象的種類，遍歷文檔樹，搜索文檔樹）
03-04Xpath（什么是Xpath，Xpath開發(fā)工具，Xpath常用規(guī)則）
03-05動(dòng)態(tài)渲染頁(yè)面抓�。⊿elenium的安裝，基本使用，聲明瀏覽器對(duì)象，訪問(wèn)頁(yè)面，定位元素，節(jié)點(diǎn)交互，動(dòng)作鏈，執(zhí)行 JavaScript，獲取節(jié)點(diǎn)信息，延時(shí)等待，前進(jìn)后退，Cookies，選項(xiàng)卡管理，異常處理）
03-06爬蟲實(shí)戰(zhàn)（網(wǎng)站的爬取，基電商評(píng)價(jià)文本爬�。�
04章數(shù)據(jù)存儲(chǔ)與讀取
04-01可供讀取數(shù)據(jù)類型介紹（excel、pdf、txt、html、mysql數(shù)據(jù)庫(kù)文件介紹）
04-02數(shù)據(jù)的存儲(chǔ)（將數(shù)據(jù)存儲(chǔ)到excel表，txt文本，word文檔）
04-03數(shù)據(jù)的讀�。╬ython批量讀取多個(gè)多子表excel，python讀取txt文件，word文檔）
05章數(shù)據(jù)處理
05-01正則表達(dá)式（什么是正則表達(dá)式，正則表達(dá)式匹配規(guī)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(jìn)制轉(zhuǎn)化為ASCII，重復(fù)字詞過(guò)濾，提取郵件地址，提取URL地址，大寫轉(zhuǎn)換，符號(hào)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(yǔ)料訪問(wèn)，標(biāo)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(jié)構(gòu)化數(shù)據(jù)處理--數(shù)據(jù)清洗（numpy數(shù)值計(jì)算要點(diǎn)串講，Pandas數(shù)據(jù)處理串講，python統(tǒng)計(jì)圖表展示）
06章文本分析實(shí)戰(zhàn)
06-01重要的庫(kù)（jieba庫(kù)簡(jiǎn)介）
06-02關(guān)鍵詞提�。�關(guān)鍵詞任務(wù)概述，TF-IDF算法原理，相似文章推薦原理介紹，實(shí)例：紅樓夢(mèng)文本分析的實(shí)現(xiàn)，文件與詞庫(kù)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(nèi)容的關(guān)鍵詞提取，詞向量轉(zhuǎn)化與ngram模型，樸素貝葉斯算法完成新聞分類）