https://blog.csdn.net/Eastmount/article/details/53969435
具体内容如下:
第一部分 安装Python2.7及Anaconda集成软件
第二部分 介绍Python相关的基础知识
参考 http://blog.csdn.net/column/details/eastmount-python.html
第三部分 HTML基础知识及DOM树结构分析
参考 http://blog.csdn.net/column/details/13444.html
第四部分 Python爬虫之Selenium和BeautifulSoup
参考 http://blog.csdn.net/column/details/eastmount-spider.html
第五部分 Python数据分析
主要从监督学习(分类)、无监督学习(聚类)、关联规则挖掘(Apriori算法)、线性回归、决策树、神经网络等几个方面进行讲解,先讲述基础知识,然后再讲解代码,并指导学生进行编程及实验,最后布置相关作业。
在Python数据分析中,最常用的扩展包有Numpy、Scipy、Sklearn、Pandas、Matplotlib,
参考以下博客:
【Python数据挖掘课程】一.安装Python及爬虫入门介绍
【Python数据挖掘课程】二.Kmeans聚类数据分析及Anaconda介绍
【Python数据挖掘课程】三.Kmeans聚类代码实现、作业及优化
【Python数据挖掘课程】四.决策树DTC数据分析及鸢尾数据集分析
【Python数据挖掘课程】五.线性回归知识及预测糖尿病实例
【Python数据挖掘课程】六.Numpy、Pandas和Matplotlib包基础知识
【Python数据挖掘课程】七.PCA降维操作及subplot子图绘制
【Python数据挖掘课程】八.关联规则挖掘及Apriori实现购物推荐