python编程入门书籍推荐,python编程哪本书好
(图片来自网络)
你好,我是听起来很舒服的芹菜~
上图是今年9月TIOBE统计编程语言排行榜。
可以看到Python跃居第二。
超越C语言成为第一将是编程语言史上的重要时刻。
现在开始学习Python的人也越来越多。
相信你在学习Pythond的时候也会遇到这样的问题。
该买哪本python的书?
愉快的芹菜是通过收集网上销售的6000本Python书籍获得的。
包括(书名-价格-出版社-出版时间-销量))。
通过视觉分析,哪些书适合你?是销售吗?还是标题?或者值得信赖的出版社?还是价格区间?
收集数据
共100页,每页60张。
有6000条数据(这本书)
分析页面
每页六十本书的信息都在李的标签上一一标注。
比如在这本书里,考察了哪些web标签包含了可以对应书名的web源代码等等。
大照片
URL= http://search.Dangdang.com/key=python act=input page _ index= str(page)RES=requests . get)URL,headers=headers (text=RES.text选择器=etree . html)text)Li _ list=选择器。XPath)@ id= com pood p[@ class= name ]/a/@ title )0]price= )Date=I . XPath(。/p[@ class= search _ book _ au author text()(out=I . XPath))))652 p[@ class= parch _ star _ line ]/a/text((),其中Parch _
最后收集了6000本书。
可视化分析
A.书名词云图
从csv中抽取书名列,做单词图。
可以看出,大部分书名都包含两个关键词:入门和编程。
芹菜,听起来很舒服,推测这样的名字可能对大力的羊更有吸引力。
r;另外,python目前在机器学习(人工智能)领域非常热门,相关书籍也越来越多,其次是爬虫、图书分析、自动化办公等等。
B.每年出版python书籍数量
从csv中读出发布时间列
数一数每本书的出版年份。
画一个折线图
Time=df[发布时间]。to list()dict={ } for Jin[str(I)[0:4]for iintime]:if(j!= nan ):try:dict[str(j)]=dict[str(j)]1 except:dict[str(j)]items(),key=lambdax:x[0],Reverse=false)key=[I[0]for dict]value=[I[1]for dict]c=(line()。add _ xaxis (key)。add _ yaxis(每年出版的Python书籍数量,值,Is _ smooth=true)。set _ global _ opts(title _ opts=opts。title opts(title= quantity(Python研究者))。render(line_smooth.html ))
可以看到,在2009年之前,每年只有十几本或者几十本Python书籍出版,只有
2010年突然增加到311。
香芹检查了原因:
2010年是python第二次风靡全球,因为OpenStack是用Python编程语言编写的项目,2010年Python再次流行起来。
(OpenStack具体是什么?让我们搜索一下。)
然后开始沉默。从2016年到现在,Python的热度从未停止并迅速飙升~ ~ ~
从每年出版的python书籍数量可以看出,Python一直都很热,而且还在增长。
C.出版社出版python书籍数量排名
从csv中读出出版社列
统计一下每本书属于哪个出版社,积累一下。
Out=df[出版社]。to list()dict={ } for Jin[str(I)for out]:if(j!= nan ):try:dict[str(j)]=dict[str(j)]1 except:dict[str(j)]items(),key=lambdax:x[1],reverse=True)
出版Python书籍的出版社太多了。
这里只选取甜芹菜的前10篇出版物进行直方图绘制。
D.Python书籍售价区间
从csv中读出价格列
统计价格范围
不到30/[30-50]/[50-70]
[70-100)/[100-120)/[120-150)
[超过150]
Out=df[ price]。tolist () dict={under 30: 0,[30-50]: 0,[50-70]:0,[70-100]: 0,[100-120= nan ):if(int(j)30):dict[ under 30 ]=dict[ under 30 ]1 elf((int(j)50)):dict[[30-50]]=dict[[30-30]items(),key=lambdax: x [1],reverse=
从图中可以看出,价格区间越靠后,销量越低(30元以下除外)。
价格刚好在50-70左右,所以销量比较好。
最后
1.本文分享了如何收集数据和可视化分析收集的数据。
2.分析6000本Python书籍的销量,分析结果仅来自个人观点,仅供参考。
3.本文仅供参考,不做其他用途。
4.点击【寻找】找到甜芹菜接收本文的数据集和完整源代码。
8个很少用,但是非常好用的Python库。让我们看一看。
2021-09-28
JupyterLab的Windows桌面版出来了!
2021-09-27
10个超级实用的Python小技巧,可以直接应用,省时省力!
2021-09-26
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。