課程大綱： Python爬蟲及文本分析學術應用培訓
Python爬蟲及文本分析學術應用
爬蟲與文本分析概述
結構化數(shù)據(jù)/文本數(shù)據(jù)的獲取方法概述
高效的編程語言實現(xiàn)結構化數(shù)據(jù)處理與文本分析的價值，文本分析簡介
python編程基礎
標準數(shù)據(jù)類型
控制流
自定義函數(shù)
類
os文件處理模塊
python重要數(shù)據(jù)科學計算庫
Numpy
Pandas
Matplotlib
Pyecherts
wordcloud
爬蟲基礎
網(wǎng)絡爬蟲簡介
爬蟲的基本原理
HTML 簡介
數(shù)據(jù)存儲
網(wǎng)頁抓取
使用Urllib網(wǎng)頁抓取
requests實戰(zhàn)
BeautifulSoup4
BeautifulSoup 簡介
BeautifulSoup 的安裝
BS 對象的種類
遍歷文檔樹
搜索文檔樹
Xpath
什么是Xpath
Xpath開發(fā)工具
Xpath常用規(guī)則
動態(tài)渲染頁面抓取
Selenium 的安裝
基本使用
聲明瀏覽器對象
訪問頁面
定位元素
節(jié)點交互
動作鏈
執(zhí)行 JavaScript
獲取節(jié)點信息
延時等待
前進后退
Cookies
選項卡管理
異常處理
爬蟲實戰(zhàn)
網(wǎng)站的爬取
電商評價文本爬取
可供讀取數(shù)據(jù)類型介紹
excel、pdf、txt、html、mysql數(shù)據(jù)庫文件介紹
數(shù)據(jù)的存儲
將數(shù)據(jù)存儲到excel表
將數(shù)據(jù)存儲到txt文本
將數(shù)據(jù)存儲到csv
數(shù)據(jù)的讀取
python批量讀取多個多子表excel
python讀取txt文件
python讀取csv
正則表達式
什么是正則表達式
正則表達式匹配規(guī)則
re模塊的使用
文本處理常用字符串方法精講
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
numpy數(shù)值計算要點串講
Pandas數(shù)據(jù)處理串講
python統(tǒng)計圖表展示
重要的庫
jieba庫簡介
關鍵詞提取
關鍵詞任務概述
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(xiàn)
文件與詞庫的讀取
完成分詞與詞云圖的繪制
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
文本聚類
語料的加載，文本特征的提取，利用聚類算法對文本進行聚類
主題模型，情感分析
加入高級會員獲得助教答疑
