4006-998-758
3000+课程任你选择
Python大数据实战:大规模爬取、分析与可视化
研发学院 可视化 大数据 Python 开课时间:2022-01-18
丁来强

世界跨国大数据公司EMC美国研发中心(2006-2011):历任软件开发工程师、高级软件开发工程师,高级架构师,大数据技术经理。

世界顶级大数据公司Splunk(2012-2015),历任美国Splunk上海研发中心高级架构师、高级研发经理。

国内Top云平台研发中心(2016—至今):大数据技术总监。

丁老师在以上3家公司工作10余年,主要从事云计算和大数据研发等工作,长期任职大数据平台的构建相关领域的产品研发工作,在大数据处理、大数据分布式并行计算,流式计算处理系统、数据可视化领域有丰富的实战项目经验。


查看老师详情
课程内容


课程策略


实施方法:讲原理(不玩理论)、讲方法、讲技巧、讲干货;经验分享;教训总结。

目的:原理清晰,打牢地基,保证上层建筑质量。


课程亮点


1、顶级大数据平台公司的资深架构师、最权威Python大会PyCon首席讲师讲授,实战与10年+经验与技巧结合,掌握数据分析与可视化以及在Python中应用的最佳捷径。

2、全真案例,借助案例与数据分析的知识与原理,借助最佳实践,帮助您提高数据爬取、处理分析与可视化能力,从而获取大数据带来的价值。

3、关注业界流行工具包与最佳实践,以实战训练驱动对数据获取、处理、分析与可视化进行理解与运用。


在课程中要逐一解决的问题


爬虫难以编写,执行效率低下

爬虫不够灵活,过于简单,容易被识别,容易出错,自适应差

数据规整耗时耗力,效果不佳

分析方法缺乏,难以快速有效地提取信息与要素

可视化效率低下,无法满足需求

分析可视化架构不够健全,适应性差


课程大纲


课程内容

1. 第一单元:Python大数据爬取与处理基础

主题:以爬取某网站数据为例,讲解实际爬虫与数据处理用到的Python核心技巧。

具体内容:

1.从几个爬虫与数据分析的实际案例开始讲起,如何构建一个健壮的大数据爬取、整理、分析与可视化系统
 覆盖知识:生态、概念与挑战
2.从一个网络爬虫与数据分析的例子中,讲解更健壮的爬虫文本处理

覆盖技术:IO、Http、字符串编码、正则表达式

1.继续上例子,讲解更有效的数据处理与解析
覆盖技术:切片、列表推导式、内置数据结构、迭代器、生成器等

 

2. 第二单元:Python高级数据爬取与数据清洗实战

主题:进一步提升爬虫稳定性、并发性与分布式扩展能力,并着手数据清洗工作。

具体内容:

1.以实际爬虫为例,改造并发提升稳定性
覆盖技术:错误处理、状态保存、任务发现等

2.继续之前爬虫的例子,改造并发提升性能
覆盖技术:GIL、线程池、进程池、异步IO

3.进一步改造提升爬虫的分布式能力
覆盖技术:队列服务、数据状态服务、调度服务

4.以实际数据为例,对数据进行规整、清洗与验证
覆盖技术:Pandas、DataFrame等

 

3. 第三单元:Python高级数据分析实战。

主题:通过某网站数据,使用Pandas、SeaBorn进行多维与高阶数据分析

详细内容:

- DataFrame数据操作

   案例分析:多维度数据的操作与分析。

- IO操作与数据预清洗

 案例分析:杂乱数据的加载与预处理。

- 高级数据清洗

 案例分析:高级数据清洗

- 数据展示

 案例分析:可视化直观的展示客户分布与规律

1. 数据转换与丰富

案例分析:丰富数据内容与格式转换成需要的样子。

2. 高阶数据统计与展示

案例分析:使用高级接口进行快速分析与展示。

3. 多维数据分析

案例分析:使用SeaBorn进行高级统计回归分析。

 

4. 第四单元:Python时间序列数据分析实战。

主题:通过某网站数据,使用Pandas进行基于时间序列的分析

详细内容:

1. 时间序列的格式

    案例分析:基于时间的数据进行统计分析

2. 高级时间格式

案例分析:时间格式的调整与转换

3. 时间块数据分析

案例分析:基于时间块的数据分析。

 

5. 第五单元:Python可视化扩展实战

主题:通过某网站数据,使用Jupyter、Flask/Django、Grafana、Dash构建可视化服务

详细内容:

1. 以实际网站数据,简单数据可视化与分享服务构建

    覆盖技术:使用Jupyter作为数据分享平台

2. 以实际网站数据,构建更加灵活的数据可视化服务

覆盖技术:使用Flask/Django作为数据底层欧宁泰

3. 扩展可视化性能,进一步提升更大数据可视化能力

覆盖技术:使用Grafana作为数据展示平台

4. 扩展可视化能力,增加更多交互性

覆盖技术:使用Dash构建交互式可视化服务

 


返回上一级