2021年江苏省高职旅游类专业教师研修班
| 时间： | 2021年8月7日 14.00-17.00 |
| 主题： | 基于大数据分析的体验化设计 |
| 主讲： | 吴凯 |
1.课件下载
{pdf=images/openfiles/experience_design_based_on_big_data_analytics2021.pdf|100%|1300|native}
2.python相关文件
2.1下载anaconda
https://www.anaconda.com/products/individual
2.2示例的juputer notebook文件
2.2.1奇数与偶数
https://od.lk/d/165592120_7Y8oc/python_odd_numbers.ipynb
2.2.2用python控制excel
https://od.lk/d/165234034_E6cXT/hotel50python.xlsx
https://od.lk/d/165703667_3jtvt/python_excel50hotel.ipynb
2.2.3python抓取豆瓣网的电影信息
https://od.lk/d/165592124_vkZkQ/webscraping_douban_top150.ipynb
https://od.lk/d/165592122_b5z4S/analysis_douban_top150.ipynb
https://od.lk/d/165592123_05AFt/wordcloud_douban_top150.ipynb
2.3 可以检索python代码的网站
2.4 python参考书籍
python很火，但是跟python类似的软件很多，例如R、Julia等,参见编程语言的历史。
就数据科学而言（data science），统计出身的数据科学家偏爱R一点，程序设计出身的数据科学家偏爱python一点；其实多数数据科学家是python、R并用的——发挥各自的优势；很多数据科学还同时使用tableau、Excel、google spreadsheet。
python是通用的编程语言，是开源软件（open source）。简言之python类似安卓系统或苹果iso系统，python的活力在于有很多拓展功能包或功能库（library），类似手机操作系统上的app。所以从这个意义上讲，重点不是python，而是要做哪个方向的研究，选择响应的功能库（library）。例如常见的数据分析库是pandas、numpy，常见的数据可视化用matplotlib，常见的网页数据抓取是BeautifulSoup、scapy。
python的书非常多，通用的、针对特定的领域的，都是如此。
建议通过http://libgen.rs/免费下载英文电子书。
我推荐3本通用性强、有中译本的书（估计不同人的推荐会非常不同）
2.4.1 Automate the Boring Stuff with Python
英文版
Sweigart, A. (2020). Automate the Boring Stuff with Python: Practical Programming for Total Beginners (2nd). No Starch Press.
http://libgen.rs/book/index.php?md5=BFE1E2B65DA651477404660AE468D148
https://automatetheboringstuff.com/
https://www.amazon.cn/dp/B07VSXS4NK/
https://www.amazon.com/-/zh/dp/1593279922
http://kaiwu.city/index.php/80-automate-the-boring-stuff
中文翻译版（原书第1版）
Sweigart, A.(2016). Python编程快速上手——让繁琐工作自动化 编程快速上手——让繁琐工作自动化 (1st ). 人民邮电出版社. https://www.amazon.cn/dp/B01M68PABD
http://libgen.rs/book/index.php?md5=5EA4E155C46104B393AFF7366772476C
原书第2版对应视频文件
https://www.udemy.com/course/automate/
2.4.2 learn python in hard way
Shaw, Z. (2018). Learn More Python 3 the Hard Way: The Next Step for New Python Programmers. Addison-Wesley. http://libgen.rs/book/index.php?md5=5C39D11E8BDEE52F84E0F4A55B55F30D
Shaw, Z. (2018). “笨办法”学Python 3笨办法”学Python 3 (2nd). 人民邮电出版社有限公司. https://www.amazon.cn/dp/B07Y525WFQ
2.4.3 python for data analysis
McKinney, W. (2017). Python for Data Analysis: Data Wrangling with Pandas, Numpy, and Ipython (2nd). O’Reilly Media, Inc. http://libgen.rs/book/index.php?md5=518B01712FF35354C5CF30B4913900FB
McKinney, W. (2018). 利用Python进行数据分析 (2nd). 机械工业出版社. https://www.amazon.cn/dp/B07FW12FVC/
