Python大数据分析--以旅游数据分析为例 pdf下载

以Windows和PyCharm为平台,介绍各个模块所需要的基本技术及应用，所有知识点均给出实例代码并通过程序验证。

本书通过大型旅游数据分析项目的开发案例，全面展示了使用Python进行旅游数据分析的过程和实践。全书共9章。第1章介绍了大数据的概念、发展及主要技术，第2章介绍了Python的基础知识，第3章介绍了网络公开数据的采集方法，第4章介绍了数据解析方法，第5章介绍了数据存取方法，第6章介绍了数据处理与分析方法，第7章介绍了数据可视化方法，第8章设计了两个旅游大数据综合案例，第9章总结了本书的相关研究。
本书以Windows和PyCharm为平台，完整地对数据分析过程进行系统论述，并介绍各个模块所需要的基本技术及应用。书中所有知识点均给出了实例代码，并全部通过了程序验证。
本书可作为智慧旅游专业及相关专业的教学用书，也可作为感兴趣读者的自学读物，还可供使用Python进行旅游大数据分析的旅游从业者参考。

第1章 大数据
1.1 什么是数据
1.2 数据的管理
1.3 大数据的概念
1.4 大数据的发展
1.5 大数据的特点
1.6 大数据的主要技术
1.7 大数据的应用
第2章 Python语言基础
2.1 程序设计语言
2.1.1 程序设计语言的发展
2.1.2 常用的程序设计语言
2.2 Python开发环境配置
2.2.1 Python的安装
2.2.2 PyCharm的安装
2.3 基本语法
2.3.1 编写风格
2.3.2 注释方式
2.3.3 数据类型
2.3.4 表达式
2.4 程序结构
2.4.1 选择结构
2.4.2 循环结构
2.4.3 异常处理
2.5 函数与模块
2.5.1 函数
2.5.2 模块
2.6 序列数据
2.6.1 字符串
2.6.2 列表
2.6.3 元组
2.6.4 字典
2.7 面向对象
2.7.1 面向对象的概念
2.7.2 Python面向对象编程
2.8 文件操作
2.8.1 打开、读取文件
2.8.2 关闭文件
2.8.3 写文件
2.8.4 读文件的N个字符
2.8.5 读文件的一行或多行字符
2.8.6 不同编码
2.8.7 用指针改变读写位置
第3章 数据采集
3.1 爬虫概述
3.1.1 爬虫的基本概念
3.1.2 爬虫的合法性
3.2 网页与爬虫
3.2.1 URL
3.2.2 认识网页结构
3.2.3 爬虫实现过程
3.3 Requests库
3.3.1 Requests库的安装
3.3.2 Requests库的功能介绍
3.3.3 用Requests爬取旅游网站数据
3.4 Selenium抓取动态页面
3.4.1 Selenium概述
3.4.2 Selenium的安装
3.4.3 Selenium的基本用法
3.4.4 用Selenium爬取旅游网站数据
第4章 数据解析
4.1 数据解析技术
4.2 正则表达式
4.3 XPath
4.3.1 XPath概
4.3.2 Ixml库
4.3.3 应用案例
4.4 Beautiful Soup
4.4.1 Beautiful Soup概连
4.4.2 构建与输出
4.4.3 遍历文档树
4.4.4 搜索文档树
4.4.5 应用案例
4.5 综合爬取案例
第5章 数据存取
5.1 JSON
5.1.1 JSON概述
5.1.2 用JSON库存取JSON文件
5.1.3 用Pandas库存取JSON文件
5.2 CSV存取
5.2.1 用CSV库存取CSV文件
5.2.2 用Pandas库存取CSV文件
5.2.3 应用案例
5.3 XLSX存取
5.3.1 用xlrd库存取XLSX文件
5.3.2 用xlsxwriter库写入XLSX文件
5.3.3 用Openpyxl库读/写、修改XLSX文件
5.3.4 用Pandas库读/写XLSX文件
5.3.5 应用案例
5.4 数据库存取
5.4.1 数据模型
5.4.2 关系数据库的基本概念与运算
5.4.3 关系数据库设计
5.4.4 SQL语句
5.4.5 在Python中操作MySQL
5.4.6 应用案例
第6章 数据处理与分析
6.1 NumPy库
6.1.1 创建数组
6.1.2 数组的常用属性
6.1.3 数组计算
6.1.4 索引与切片
6.1.5 应用案例
6.2 Pandas库
6.2.1 Series类型结构
6.2.2 DataFrame类型结构
6.2.3 数据计算
6.2.4 数据清洗
6.2.5 应用案例
6.3 文本分析
6.3.1 中文字符
6.3.2 英文文本
6.3.3 词云图
6.4 游客点评数据分析
6.4.1 景点点评数量与景点热度之间的相关性分析
6.4.2 绘制欢乐谷点评的词云图
第7章 数据可视化
7.1 数据可视化概述
7.2 Matplotlib可视化
7.3 Pandas绘图
7.4 Pyecharts可视化
7.5 旅游数据分析结果可视化
第8章 旅游大数据综合案例
8.1 景点热度分析
8.1.1 需求分析
8.1.2 思路设计
8.1.3 编写各模块代码
8.1.4 编写主文档
8.1.5 结论
8.2 团购产品分析
8.2.1 需求分析
8.2.2 编写代码
8.2.3 分析结果
第9章 结论与展望
参考文献

党的二十大报告指出:教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力,深入实施科教兴国战略、人才强国战略、创新驱动发展战略，这三大战略共同服务于创新型国家的建设。高等教育与经济社会发展紧密相连，对促进就业创业、助力经济社会发展、增进人民福祉具有重要意义。

在当今大数据时代，数字经济的快速发展使得各行各业处于数字化转型的快速发展时期，数字信息更是以大量高速的状态不断增长。旅游产业作为一个对社会信息变化高度敏感的行业，对高质量数据分析的需求也逐渐增多。

2023年，全国文化和旅游产业发展工作会议指出，当前我国人民群众对文化和旅游产品供给提出了更高的要求，要认真研判产业发展面临的新形势、新变化，准确把握产业发展重点工作方向，进一步发挥文化和旅游消费在稳增长、扩内需中的重要作用。

旅游大数据分析可以帮助旅游部门分析相关数据，在此基础上做好公共管理服务，提升旅游业管理决策能力； 可以帮助旅游景区进行游客分析、数据挖掘，有效指导景区的运营发展； 能帮助旅游企业查找不足，为游客定制个性化的旅游服务，提高旅游服务质量； 能帮助旅游企业进行市场分析、客户需求分析，更新营销策略并做好旅游经营策略管理，提高旅游市场判断力，从而推动整个旅游产业的发展。由此可见，旅游大数据分析对旅游业的发展至关重要。

Python是一门轻量级的数据分析语言，它灵活、轻便，可以与各行各业相结合，从而极大地提高人们的工作效率。将Python应用在旅游大数据分析中，即对旅游数据进行合法抓取并存储，结合实际需求对数据进行分析，再以可视化的角度进行呈现。 Python旅游大数据分析是一门新的交叉学科应用领域，迫切需要对此进行系统论述。

本书以Windows和PyCharm为平台，完整地对“网络数据采集—数据解析—数据存取—数据处理分析—数据可视化”的数据分析过程进行系统论述，并介绍各个板块所需要的基本技术； 以旅游数据分析为案例进行实践开发，以两个大型旅游数据分析项目的开发为例，完整展示了Python旅游数据分析的过程和实践。

全书共9章。第1章介绍了大数据的概念、发展及主要技术，第2章介绍了Python的基础知识，第3章介绍了网络公开数据的采集方法，第4章介绍了数据解析方法，第5章介绍了数据存取方法，第6章介绍了数据处理与分析方法，第7章介绍了数据可视化方法，第8章设计了两个旅游大数据综合案例，第9章总结了本书的相关研究。

本书对携程网、12306、去哪儿网等进行数据采集，仅用于学习交流，不作为商业用途，不宜频繁采集，以免影响网站运行。书中所有实验均通过测试，但仍然可能会出现网站结构升级导致程序不能正常运行的情况，请读者知悉。

为便于学习和理解，本书提供软件安装包、程序源码等资源，可在目录上方的资源下载二维码中获取。

本书的出版基于以下项目的研究成果： 重庆旅游职业学院2022年校级课题（xj2223）、重庆旅游职业学院2023年教学质量与教学改革工程建设项目（YJKG2023001）、重庆市教委2023年科学技术研究计划项目（KJQN202304604）。

由于作者水平有限，书中错漏在所难免，敬请读者批评指正。

作者2023年7月