2019Python爬虫与文本挖掘核心技术培训班（8月北京班）

第一天：python基础   与爬虫入门

第一章：Python基础

<1.0>初识Python与Anaconda

<1.1>变量类型、数据结构

<1.2> Python控制流语句

<1.3> Python函数与类

第二章：Python数据分析常用库

<2.0>使用Numpy进行数值计算

<2.1>使用Matplotlib进行数据可视化

<2.2>使用Pandas进行数据分析

<2.3>使用Sci-Kit Learn进行模型构建

第三章：Python爬虫技术入门

<3.0>认识爬虫与反爬虫

<3.1>配置环境变量

<3.2>Python爬虫的基本流程

<3.3>正则表达式

案例1：航空公司客户价值分析

案例2：使用正则表达式提取电话号码

第二天：python爬虫进阶

第四章：Python爬虫核心技术

<4.0> urllib3, requests模块实现HTTP请求

<4.1>网页解析（正则表达式、XPath、BeautifulSoup）

<4.2>数据存储

<4.3>模拟登陆（表单登陆、Cookies登陆）

<4.4>验证码识别

第五章：Python爬虫技术进阶

<5.0>安装Selenium库及浏览器补丁

<5.1>打开浏览器对象并访问网页

<5.2>页面等待

<5.3>页面操作

<5.4>预期条件

<5.5>信息提取

案例1：前程无忧招聘信息提取

案例2：模拟登陆数睿思网站

案例3：《流浪地球》豆瓣影评分析 

第第三天：文本分析基础和进阶

第六章：文本挖掘入门

<6.0>文本挖掘概述

<6.1>分词（jieba库）

<6.2>去除停用词

<6.3>词云（WordCloud）绘制

<6.4>文本的向量表示

第七章：文本挖掘进阶

<7.0>文本分类（Text Classifier）

<7.1>文本聚类（Text Clustering）

<7.2>主题模型（Topic Model）

案例1: 基于文本挖掘的垃圾短信识别

案例2：电商评论主题模型构建