本书从初学者的视角出发，以案例实操为核心，系统地介绍网络爬虫的原理、工具使用与爬取技术，并详细讲解数据分析的各种技巧。本书主要内容包括：Python基础语法，数据分析工具NumPy、Pandas、Matplotlib的使用，网络爬虫库Urllib、BeautifulSoup、Scrapy，正则表达式在网络爬虫中的应用，数据预处理与数据分析方法、中文文本处理、文本向量化技术，以及机器学习算法在数据分析中的应用。书中还给出了大量案例和项目，可以帮助读者快速上手，提高实用技能。 本书内容丰富，注重实操，适用于网络爬虫岗位、数据分析岗位的初级工程师和各类工程技术人员，还可作为高校经济、管理、人文社科、大数据等专业的教学用书。

第1章 Python基础语法
1.1 搭建Python开发环境
1.1.1 安装Python解释器
1.1.2 安装第三方开发包
1.1.3 在PyCharm里设置解释器
1.1.4 在PyCharm里新建项目和文件
1.2 Python语法入门
1.2.1 Python常量和变量
1.2.2 基本数据类型
1.2.3 字符串
1.2.4 单行注释和多行注释
1.2.5 条件分支语句
1.2.6 循环语句
1.2.7 break和continue
1.2.8 格式化输出
1.3 函数及用法
1.3.1 定义和调用函数
1.3.2 return关键字
1.3.3 递归调用函数
1.4 函数的特殊操作
1.4.1 参数是函数
1.4.2 返回结果是函数
1.4.3 匿名函数（Lambda表达式）
1.5 Python的数据结构
1.5.1 列表及其用法
1.5.2 元组及其用法
1.5.3 字典及其用法
1.6 动手练习
第2章 数据科学库之NumPy
2.1 NumPy库中的ndarray对象
2.1.1 如何创建ndarray
2.1.2 用dtype参数指定数据类型
2.1.3 创建全0或全1的ndarray
2.2 NumPy常见操作
2.2.1 用arange创建序列
2.2.2 常用的数学运算
2.2.3 NumPy的科学计算函数
2.2.4 NumPy的聚合统计函数
2.3 索引和切片操作
2.3.1 索引操作
2.3.2 布尔索引与过滤数据
2.3.3 切片操作中的内存共享问题
2.3.4 copy函数与创建副本
2.4 动手练习
第3章 数据处理库之Pandas
3.1 Series对象及操作
3.1.1 Series常规操作
3.1.2 Series抽样操作
3.1.3 Series索引操作
3.1.4 Series切片操作
3.1.5 Series布尔索引过滤操作
3.1.6 Series遍历操作
3.2 DataFrame对象及操作
3.2.1 创建DataFrame对象
3.2.2 提取DataFrame对象的数据
3.2.3 遍历DataFrame对象
3.2.4 排序DataFrame中的数据
3.2.5 以列为单位操作DataFrame数据
3.2.6 分析统计DataFrame数据
3.3 DataFrame同各种文件交互
3.3.1 把DataFrame数据导入CSV文件
3.3.2 把CSV数据导入DataFrame对象
3.3.3 把DataFrame数据导入JSON文件
3.3.4 把JSON数据导入DataFrame对象
3.4 动手练习
第4章 数据可视化库之Matplotlib
第5章 数据获取之网络爬虫
第6章 用Scrapy框架爬取数据
第7章 数据预处理与数据分析方法
第8章 中文文本处理
第9章 文本向量化技术
第10章 基于机器学习的分析方法
第11章 电影评论数据分析案例
第12章 二手房数据分析案例
第13章 通过电子邮件发送数据分析结果