大数据应用与技术丛书 JavaScript 数据整理
作者： (美)阿什利 戴维斯 著 杨小冬 译
出版时间： 2019年版
丛编项： 大数据应用与技术丛书
内容简介
主要内容：
建立数据管道
采集、存储和检索
处理异常数据集
清洗和准备原始数据
使用D3实现交互式可视化
目录
第1章 快速入门：建立数据处理流程
1．1 为什么要进行数据整理
1．2 数据整理指的是什么
1．3 为什么要写一本关于JavaScript数据整理的书
1．4 可以通过本书获取哪些知识
1．5 为什么要使用JavaScript进行数据整理
1．6 JavaScript是否适用于数据分析
1．7 在JavaScript生态系统中畅游
1．8 组装你的工具包
1．9 建立数据处理流程
1．9．1 设置阶段
1．9．2 数据整理过程
1．9．3 计划
1．9．4 采集、存储和检索
1．9．5 探索性编码
1．9．6 清洗和准备
1．9．7 分析
1．9．8 可视化
1．9．9 转入生产环境
小结
第2章 Node．js快速入门
2．1 开启工具包
2．2 构建一个简单的报告系统
2．3 获取代码和数据
2．3．1 查看代码
2．3．2 下载代码
2．3．3 安装Nodejs
2．3．4 安装依存项
2．3．5 运行Nodejs代码
2．3．6 运行Web应用程序
2．3．7 获取数据
2．3．8 获取
第2章 对应的代码
2．4 安装Nodejs
2．5 使用Node．js
2．5．1 创建一个Node．js项目
2．5．2 创建一个命令行应用程序
2．5．3 创建一个代码库
2．5．4 创建一个简单的Web服务器
2．6 异步编码
2．6．1 加载单个文件
2．6．2 加载多个文件
2．6．3 错误处理
2．6．4 使用Promise进行异步编码
2．6．5 在Promise中封装异步操作
2．6．6 使用async和await进行异步编码
小结
第3章 采集、存储和检索
3．1 构建你的工具包
3．2 获取代码和数据
3．3 核心数据表示
3．3．1 地震网站
3．3．2 涉及的数据格式
3．3．3 强大功能和灵活性
3．4 导入数据
3．4．1 从文本文件加载数据
3．4．2 从RESTAPI加载数据
3．4．3 解析JSON文本数据
3．4．4 解析CSV文本数据
3．4．5 从数据库导入数据
3．4．6 从MongoDB导入数据
3．4．7 从MySQL导入数据
3．5 导出数据
3．5．1 你需要有可供导出的数据
3．5．2 将数据导出到文本文件
3．5．3 将数据导出到JSON文本文件
3．5．4 将数据导出到CSV文本文件
3．5．5 将数据导出到数据库
3．5．6 将数据导出到MongoDB
3．5．7 将数据导出到MySQL
3．6 构建完整的数据转换
3．7 扩展流程
小结
第4章 处理不常见的数据
4．1 获取代码和数据
4．2 从文本文件导入自定义数据
4．3 通过网页爬取导入数据
4．3．1 识别要爬取的数据
4．3．2 使用cheerio进行网页爬取
4．4 使用二进制数据
4．4．1 解包自定义二进制文件
4．4．2 填充自定义二进制文件
4．4．3 将JSON替换为BSON
4．4．4 将JSON转换为BSON
4．4．5 反序列化BSON文件
小结
第5章 探索性编码
5．1 扩展工具包
5．2 分析交通事故
5．3 获取代码和数据
5．4 迭代和反馈环
5．5 了解数据的第一个步骤
5．6 使用缩减后的数据样本
5．7 使用Excel进行原型设计
5．8 使用Nodejs进行探索性编码
5．8．1 使用Nodemon
5．8．2 对你的数据进行探索
5．8．3 使用Data-Forge
5．8．4 计算趋势列
5．8．5 输出新的CSV文件
5．9 在浏览器中进行探索性编码
5．10 将所有内容整合到一起
小结
……
第6章 清洗和准备
第7章 处理大型数据文件
第8章 处理大量数据
第9章 实用数据分析
第10章 基于浏览器的可视化
第11章 服务器端可视化
第12章 实时数据
第13章 使用D3实现高级可视化
第14章 转入生产环境
附录
