pythonamazon
⑴ 有哪些 python 經典書籍
《深度學習入門》（[ 日］ 齋藤康毅）電子書網盤下載免費在線閱讀
資源鏈接：
鏈接: https://pan..com/s/1ddnvGv-r9PxjwMLpN0ZQIQ
書名：深度學習入門
作者：[ 日］ 齋藤康毅
譯者：陸宇傑
豆瓣評分：9.4
出版社：人民郵電出版社
出版年份：2018-7
頁數：285
內容簡介：本書是深度學習真正意義上的入門書，深入淺出地剖析了深度學習的原理和相關技術。書中使用Python3，盡量不依賴外部庫或工具，從基本的數學知識出發，帶領讀者從零創建一個經典的深度學習網路，使讀者在此過程中逐步理解深度學習。書中不僅介紹了深度學習和神經網路的概念、特徵等基礎知識，對誤差反向傳播法、卷積神經網路等也有深入講解，此外還介紹了深度學習相關的實用技巧，自動駕駛、圖像生成、強化學習等方面的應用，以及為什麼加深層可以提高識別精度等「為什麼」的問題。
作者簡介：
齋藤康毅
東京工業大學畢業，並完成東京大學研究生院課程。現從事計算機視覺與機器學習相關的研究和開發工作。是Introcing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python的日文版譯者。
譯者簡介：
陸宇傑
眾安科技NLP演算法工程師。主要研究方向為自然語言處理及其應用，對圖像識別、機器學習、深度學習等領域有密切關注。Python愛好者。
⑵ python如何統計字元串
判斷特定詞出現很容易，統計出現次數也很容易。但是處於多個特定詞之後的每一個非特定詞歸哪個特定詞？還有，後出現的關鍵詞不需要作為先出現的關鍵詞的子項吧？
我覺得用hash表比較方便表示。另外，關鍵詞放到一個列表裡。['cnn.com','amazon.com',...]
然後構建一個hash表Map 【鍵就是關鍵詞，值是一個hash表，每項是 詞：計數的形式 】
{ {'cnn.com': { 'a.com':1 },... },'amazon.com':{ 'bb.com':1,...},... }
這個表是處理過程中逐步建立起來的
然後每次遇到一次詞X，比較是否在關鍵詞列表中，如果是 並且hash表中沒有，加到hash表中，Map[X]={},否則不添加；
如果不是關鍵詞，那麼在Map表中每個項記上一筆【當然，如果不在一個關鍵詞的值hash表中噢，新增一項，否則增加計數】。
最後，遍歷關鍵詞hash表，並對值按照逆序輸出。就是你要求的格式。
⑶ Python入門書籍推薦
來源：酷瓜書單
1. 《Python基礎教程》 豆瓣評分:8
python最快的入門是直接看 docs.python.org/tutorial/， 系統學習的話，這本書不錯。
2. 《Python學習手冊》 豆瓣評分:8
非常全的一個工具書。建議先大致的看完，然後再根據實際使用去某個章節細讀。
3. 《Python 3程序開發指南》 豆瓣評分:8
此書深入淺出，適合python初學者學習。書中的內容包含了進行python編程的所有知識，實例經典
4. 《Python源碼剖析》 豆瓣評分:8
國內稱得上「著」的書不多，這本書不但是著，而是著得不錯。
5. 《Python編程（第三版·英文影印版）》 豆瓣評分:8
大而全的一本書，但是個人覺得它的選題很廣，但是都不深入；雖然讀起來很輕松，但是廢話較多；還有就是GUI的篇幅太多，而我又基本不用GUI... 總體來說，和以前讀Core Java的感覺比較接近，適合初學者循序漸進。
⑷ 有沒有會python網路爬蟲的，求手把手教，RMB報酬，可以商量，在線等
使用 urllib，urllib2 等python模塊也可以，只是...
最近在學習python 的 Scrapy 框架。
只是安裝Scrapy框架可能有點麻煩...
使用 Scrapy 創建個項目，然後編輯下面文件
配置 items.py 文件
#-*-coding:utf-8-*-
#
#
#Seedocumentationin:
#http://doc.scrapy.org/en/latest/topics/items.html
fromscrapyimportItem,Field
classPadItem(Item):
sno=Field()
price=Field()
接著在，spiders文件夾下面創建 pad_spider.py 文件
#-*-coding:utf-8-*-
fromscrapyimportSpider,Selector
fromscrapy.httpimportRequest
fromamazon.itemsimportPadItem
classPadSpider(Spider):
name="pad"
allowed_domains=["amazon.com"]
start_urls=[]
u1='http://www.amazon.cn/s/ref=sr_pg_'
u2='?rh=n%3A2016116051%2Cn%3A!2016117051%2Cn%3A888465051%2Cn%3A106200071&page='
u3='&ie=UTF8&qid=1408641827'
foriinrange(181):
url=u1+str(i+1)+u2+str(i+1)+u3
start_urls.append(url)
defparse(self,response):
sel=Selector(response)
sites=sel.xpath('//div[@class="rsltGridprodcelwidget"]')
items=[]
forsiteinsites:
item=PadItem()
item['sno']=site.xpath('@name').extract()[0]
try:
item['price']=site.xpath('ul/li/div/a/span/text()').extract()[0]
#索引異常，說明是新品
exceptIndexError:
item['price']=site.xpath('ul/li/a/span/text()').extract()[0]
items.append(item)
returnitems
這裡面使用的是 XPath 選擇器選擇html標簽的。
然後在，配置一下 settings.py
#-*-coding:utf-8-*-
#
#
#Forsimplicity,
#default.:
#
#http://doc.scrapy.org/en/latest/topics/settings.html
#
BOT_NAME='amazon'
SPIDER_MODULES=['amazon.spiders']
NEWSPIDER_MODULE='amazon.spiders'
#(andyourwebsite)ontheuser-agent
#USER_AGENT='amazon(+http://www.yourdomain.com)'
USER_AGENT='Mozilla/5.0(Macintosh;IntelMacOSX10_8_3)AppleWebKit/536.5(KHTML,likeGecko)Chrome/19.0.1084.54Safari/536.5'
FEED_URI='pad.xml'
FEED_FORMAT='xml'
然後就可以運行了:
dizzy@dizzy-pc:~/Python/spit/amazon$scrapycrawlpad
2014-08-2203:18:09+0800[scrapy]INFO:Scrapy0.24.4started(bot:amazon)
2014-08-2203:18:09+0800[scrapy]INFO:Optionalfeaturesavailable:ssl,http11,django
2014-08-2203:18:09+0800[scrapy]INFO:Overriddensettings:{'NEWSPIDER_MODULE':'amazon.spiders','FEED_URI':'pad.xml','SPIDER_MODULES':['amazon.spiders'],'BOT_NAME':'amazon','USER_AGENT':'Mozilla/5.0(Macintosh;IntelMacOSX10_8_3)AppleWebKit/536.5(KHTML,likeGecko)Chrome/19.0.1084.54Safari/536.5','FEED_FORMAT':'xml'}
2014-08-2203:18:10+0800[scrapy]INFO:Enabledextensions:FeedExporter,LogStats,TelnetConsole,CloseSpider,WebService,CoreStats,SpiderState
2014-08-2203:18:10+0800[scrapy]INFO:Enableddownloadermiddlewares:HttpAuthMiddleware,DownloadTimeoutMiddleware,UserAgentMiddleware,RetryMiddleware,DefaultHeadersMiddleware,MetaRefreshMiddleware,HttpCompressionMiddleware,RedirectMiddleware,CookiesMiddleware,ChunkedTransferMiddleware,DownloaderStats
2014-08-2203:18:10+0800[scrapy]INFO:Enabledspidermiddlewares:HttpErrorMiddleware,OffsiteMiddleware,RefererMiddleware,UrlLengthMiddleware,DepthMiddleware
2014-08-2203:18:10+0800[scrapy]INFO:Enableditempipelines:
2014-08-2203:18:10+0800[pad]INFO:Spideropened
2014-08-2203:18:10+0800[pad]INFO:Crawled0pages(at0pages/min),scraped0items(at0items/min)
2014-08-2203:18:10+0800[scrapy]DEBUG:Telnetconsolelisteningon127.0.0.1:6024
2014-08-2203:18:10+0800[scrapy]DEBUG:Webservicelisteningon127.0.0.1:6081
2014-08-2203:18:13+0800[pad]DEBUG:Crawled(200)<GEThttp://www.amazon.cn/s/ref=sr_pg_2?rh=n%3A2016116051%2Cn%3A!2016117051%2Cn%3A888465051%2Cn%3A106200071&page=2&ie=UTF8&qid=1408641827>(referer:None)
2014-08-2203:18:13+0800[pad]DEBUG:Crawled(200)<GEThttp://www.amazon.cn/s/ref=sr_pg_6?rh=n%3A2016116051%2Cn%3A!2016117051%2Cn%3A888465051%2Cn%3A106200071&page=6&ie=UTF8&qid=1408641827>(referer:None)
2014-08-2203:18:13+0800[pad]DEBUG:Scrapedfrom<200http://www.amazon.cn/s/ref=sr_pg_2?rh=n%3A2016116051%2Cn%3A!2016117051%2Cn%3A888465051%2Cn%3A106200071&page=2&ie=UTF8&qid=1408641827>
{'price':u'uffe53399.00','sno':u'B00DH9UZCO'}
2014-08-2203:18:13+0800[pad]DEBUG:Scrapedfrom<200http://www.amazon.cn/s/ref=sr_pg_2?rh=n%3A2016116051%2Cn%3A!2016117051%2Cn%3A888465051%2Cn%3A106200071&page=2&ie=UTF8&qid=1408641827>
{'price':u'uffe54299.00','sno':u'B00IMXIB9E'}
2014-08-2203:18:13+0800[pad]DEBUG:Scrapedfrom<200http://www.amazon.cn/s/ref=sr_pg_2?rh=n%3A2016116051%2Cn%3A!2016117051%2Cn%3A888465051%2Cn%3A106200071&page=2&ie=UTF8&qid=1408641827>
結果，如下
<?xmlversion="1.0"encoding="utf-8"?>
<items>
<item>
<sno>B00JWCIJ78</sno>
<price>￥3199.00</price>
</item>
<item>
<sno>B00E907DKM</sno>
<price>￥3079.00</price>
</item>
<item>
<sno>B00L8R7HKA</sno>
<price>￥3679.00</price>
</item>
<item>
<sno>B00IZ8W4F8</sno>
<price>￥3399.00</price>
</item>
<item>
<sno>B00MJMW4BU</sno>
<price>￥4399.00</price>
</item>
<item>
<sno>B00HV7KAMI</sno>
<price>￥3799.00</price>
</item>
<item>
<sno>B00M2G1NF6</sno>
<price>￥5949.00</price>
</item>
<item>
<sno>B00L8H9QYK</sno>
<price>￥1899.00</price>
</item>
<item>
<sno>B00LE7WZ74</sno>
<price>￥8800.00</price>
</item>
<item>
<sno>B00LO5C0M6</sno>
<price>￥7799.00</price>
</item>
<item>
<sno>B00LY38U0O</sno>
<price>￥7649.00</price>
</item>
<item>
<sno>B00LO5C3JG</sno>
<price>￥6996.00</price>
</item>
<item>
<sno>B00L8R6FA8</sno>
<price>￥2099.00</price>
</item>
<item>
<sno>B00LO5BMNE</sno>
<price>￥6398.00</price>
</item>
<item>
<sno>B00L0YQ914</sno>
<price>￥7751.00</price>
</item>
...
</items>
⑸ 如何正確學習數據科學中的 python
作者 | skura
來源 | AI開發者
大多數有抱負的數據科學家是通過學習為開發人員開設的編程課程開始認識 python 的，他們也開始解決類似 leetcode 網站上的 python 編程難題。他們認為在開始使用 python 分析數據之前，必須熟悉編程概念。
資深數據分析師 Manu Jeevan 認為，這是一個巨大的錯誤，因為數據科學家使用 python 來對數據進行檢索、清洗、可視化和構建模型，而不是開發軟體應用程序。實際上，為了完成這些任務，你必須將大部分時間集中在飢肢學習 python 中的模塊和庫上。他認為，學習數據科學的正確姿勢應該如下文，AI 開發者進行了編譯整理。
請按照下面這個步驟來學習數據科學的 python。
配置編程環境
Jupyter Notebook 是開發和展示數據科學項目的強大編程環境。
在電腦上安裝 Jupyter Notebook 最簡單的方法是通過 Anaconda 進行安裝。Anaconda 是數據科學中使用最廣泛的 python 工具，它預裝了所有最流行的庫。
你可以瀏覽標題為「A Beginner』s Guide to Installing Jupyter Notebook Using Anaconda Distribution」的博客文章（https://medium.com/better-programming/beginners-quick-guide-for-handling-issues-launching-jupyter-notebook-for-python-using-anaconda-8be3d57a209b），了解如何安裝 Anaconda。安裝 Anaconda 時，請選擇最新的 python 3 版本。
安裝完 Anaconda 後，請閱讀 Code Academy 的這篇文章（https://www.codecademy.com/articles/how-to-use-jupyter-notebooks），了解如何使用 Jupyter Notebook。
只學習 python 的基礎知識
Code Academy 有一門關於 python 的優秀課程，大約需要 20 個小時才能完成。你不必升級到 pro 版本，因為你的目標只是熟悉 python 編程語言的基礎知識。課程地址：https://www.codecademy.com/learn/learn-python-3
NumPy 和 Pandas，學習的絕佳閉陵資源
在處理計算量大的演算法和大量數據時，python 速度較慢。你可能會問，既然如此那為什麼 python 是數據科學最流行的編程語言？
答案是，在 python 中，很容易以 C 或 Fortran 擴展的形式將數字處理任務轉移到底層。這正是 NumPy 和 Pandas 所做的事情。
首先，你應該學會 NumPy。它是用 python 進行科學計算的最基本的模塊。NumPy 支持高度優化的多維數組，這是大多數機器學習演算法最基本的數據結構。
接下來，你應該學習 Pandas。數據科學家花費大部分時間清洗數據，這也被稱為數據整。
Pandas 是操作數據最流行的 python 庫。Pandas 是 NumPy 的延伸。Pandas 的底層代碼廣泛使用 NumPy 庫。Pandas 的主要數據結構稱為數據幀。
Pandas 的創造者 Wes McKinney 寫了一本很棒的書，叫做《Python for Data Analysis》（https://www.amazon.com/Python-Data-Analysis-Wrangling-IPython-ebook/dp/B075X4LT6K）。在書中的第 4、5、7、8 和 10 章可以學習 Pandas 和 NumPy。這些章節涵蓋了最常用的 NumPy 和 Pandas 特性來處理數據。
學習使用 Matplotlib 可視化數據
Matplotlib 是用於創建基本可視化圖形的基本 python 包。你必須學習如何使用 Matplotlib 創建一些最常見的圖表，如折線圖轎肢戚、條形圖、散點圖、柱狀圖和方框圖。
另一個建立在 Matplotlib 之上並與 Pandas 緊密結合的好的繪圖庫是 Seaborn。在這個階段，我建議你快速學習如何在 Matplotlib 中創建基本圖表，而不是專注於 Seaborn。
我寫了一個關於如何使用 Matplotlib 開發基本圖的教程，該教程由四個部分組成。
第一部分：Matplotlib 繪制基本圖（http://nbviewer.ipython.org/gist/manujeevanprakash/138c66c44533391a5af1） 第二部分：如何控制圖形的樣式和顏色，如標記、線條粗細、線條圖案和使用顏色映射（https://nbviewer.jupyter.org/gist/manujeevanprakash/7dc56e7906ee83e0bbe6） 第三部分：注釋、控制軸范圍、縱橫比和坐標系（https://nbviewer.jupyter.org/gist/manujeevanprakash/7cdf7d659cd69d0c22b2） 第四部分：處理復雜圖形（https://nbviewer.jupyter.org/gist/manujeevanprakash/7d8a9860f8e43f6237cc）你可以通過這些教程來掌握 Matplotlib 的基本知識。
簡而言之，你不必花太多時間學習 Matplotlib，因為現在公司已經開始採用 Tableau 和 Qlik 等工具來創建互動式可視化。
如何使用 sql 和 python
數據有組織地駐留在資料庫中。因此，你需要知道如何使用 SQL 檢索數據，並使用 python 在 Jupyter Notebook 中執行分析。
數據科學家使用 SQL 和 Pandas 來操縱數據。有一些數據操作任務使用 SQL 就可以很容易地執行，並且有一些任務可以使用 Pandas 高效地完成。我個人喜歡使用 SQL 來檢索數據並在 Pandas 中進行操作。
如今，公司使用 Mode Analytics 和 Databricks 等分析平台來輕松地使用 python 和 SQL。
所以，你應該知道如何一起有效地使用 SQL 和 python。要了解這一點，你可以在計算機上安裝 SQLite 資料庫，並在其中存儲一個 CSV 文件，然後使用 python 和 SQL 對其進行分析。
這里有一篇精彩的博客文章，向你展示了如何做到這一點：Programming with Databases in Python using SQLite（https://medium.com/analytics-vidhya/programming-with-databases-in-python-using-sqlite-4cecbef51ab9）。
在瀏覽上述博客文章之前，你應該了解 SQL 的基礎知識。Mode Analytics 上有一個很好的關於 SQL 的教程：Introction to SQL（https://medium.com/analytics-vidhya/programming-with-databases-in-python-using-sqlite-4cecbef51ab9）。通過他們的基本 SQL 部分，了解 SQL 的基本知識，每個數據科學家都應該知道如何使用 SQL 有效地檢索數據。
學習和 python 相關的基本統計學知識
多數有抱負的數據科學家在不學習統計學的基礎知識的情況下，就直接跳到機器學習知識的學習中。
不要犯這個錯誤，因為統計學是數據科學的支柱。而且，很多數據科學家學習統計學只是學習理論概念，而不是學習實踐概念。
我的意思是，通過實踐概念，你應該知道什麼樣的問題可以用統計學來解決，了解使用統計數據可以解決哪些挑戰。
以下是你應該了解的一些基本統計概念：
抽樣、頻率分布、平均值、中位數、模式、變異性度量、概率基礎、顯著性檢驗、標准差、z 評分、置信區間和假設檢驗（包括 A/B 檢驗）
要學習這些知識，有一本很好的書可以看看：《Practical Statistics for Data Scientists: 50 Essential Concepts》（https://www.amazon.com/Practical-Statistics-Data-Scientists-Essential/dp/9352135652）。不幸的是，本書中的代碼示例是用 R 編寫的，但是很多人包括我自己在內使用的是 Python。
我建議你閱讀本書的前四章。閱讀本書的前 4 章，了解我前面提到的基本統計概念，你可以忽略代碼示例，只了解這些概念。本書的其餘章節主要集中在機器學習上。我將在下一部分討論如何學習機器學習。
大多數人建議使用 Think Stats （https://www.amazon.com/Think-Stats-Allen-B-Downey/dp/1449307116）來學習 python 的統計知識，但這本書的作者教授了自己的自定義函數，而不是使用標準的 python 庫來進行統計知識講解。因此，我不推薦這本書。
接下來，你的目標是實現在 Python 中學習的基本概念。StatsModels 是一個流行的 python 庫，用於在 python 中構建統計模型。StatsModels 網站提供了關於如何使用 Python 實現統計概念的優秀教程。
或者，你也可以觀看 Ga?l Varoquaux 的視頻。他向你展示了如何使用 Pandas 和統計模型進行推理和探索性統計。
使用 Scikit-Learn 進行機器學習
Scikit-Learn 是 Python 中最流行的機器學習庫之一。你的目標是學習如何使用 Scikit Learn 實現一些最常見的機器學習演算法。
你應該像下面這樣做。
首先，觀看 Andrew Ng 在 Coursera 上的機器學習課程（https://www.coursera.org/learn/machine-learning）的第 1、2、 3、6,、7 和第 8 周視頻。我跳過了關於神經網路的部分，因為作為初學者，你必須關注最通用的機器學習技術。
完成後，閱讀「Hands-On Machine Learning with Scikit-Learn and TensorFlow」一書（https://www.amazon.com/Hands-Machine-Learning-Scikit-Learn-TensorFlow/dp/1491962291）。你只需瀏覽這本書的第一部分（大約 300 頁），它是最實用的機器學習書籍之一。
通過完成本書中的編碼練習，你將學習如何使用 python 實現你在 Andrew Ng 課程中學習到的理論概念。
結論
最後一步是做一個涵蓋上述所有步驟的數據科學項目。你可以找到你喜歡的數據集，然後提出有趣的業務問題，再通過分析來回答這些問題。但是，請不要選擇像泰坦尼克號這樣的通用數據集。你可以閱讀「19 places to find free data sets for your data science project」來查找合適的數據集（https://www.dataquest.io/blog/free-datasets-for-projects/）。
另一種方法是將數據科學應用到你感興趣的領域。例如，如果你想預測股票市場價格，那麼你可以從 Yahoo Finance （https://www.scrapehero.com/scrape-yahoo-finance-stock-market-data/）中獲取實時數據，並將其存儲在 SQL 資料庫中，然後使用機器學習來預測股票價格。
如果你希望從其它行業轉行到數據科學，我建議你完成一個利用你的領域專業知識的項目。關於這些，我在以前的博客文章"A Step-by-Step Guide to Transitioning your Career to Data Science – Part 1"（https://www.kdnuggets.com/2019/05/guide-transitioning-career-data-science-part-1.html） 和"A Step-by-Step Guide to Transitioning your Career to Data Science – Part 2"（https://www.kdnuggets.com/2019/06/guide-transitioning-career-data-science-part-2.html）中有提到過。