Python 3爬虫、数据清洗与可视化实战 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

零一，韩要宾，黄园园 著

图书标签:

• Python爬虫
• 数据清洗
• 数据可视化
• Python 3
• 网络爬虫
• 数据分析
• 实战
• 编程
• 数据处理
• 图表制作

出版社： 电子工业出版社

ISBN：9787121333590

版次：1

商品编码：12337928

品牌：Broadview

包装：平装

开本：16开

出版时间：2018-03-01

用纸：轻型纸

页数：212

字数：260000

产品特色

编辑推荐

本书内容来自笔者在高校授课的内容，主要介绍如何运用 Python 工具获取电商平台的页面数据，并对数据进行清洗和存储。本书简化了 Python 基础部分，保证有足够的篇幅来介绍爬虫和数据清洗的内容。

内容简介

本书是一本通过实战教初学者学习采集数据、清洗和组织数据进行分析及可视化的 Python 读物。书中案例均经过实战检验，笔者在实践过程中深感采集数据、清洗和组织数据的重要性，作为一名数据行业的“码农”，数据就是沃土，没有数据，我们将无田可耕。
本书共分 11 章， 6 个核心主题：其一是 Python 基础入门，包括环境配置、基本操作、数据类型、语句和函数；其二是 Python 爬虫的构建，包括网页结构解析、爬虫流程设计、代码优化、效率优化、容错处理、 反防爬虫、 表单交互和模拟页面点击； 其三是 Python 数据库应用， 包括 MongoDB、 MySQL 在 Python中的连接与应用；其四是数据清洗和组织，包括 NumPy 数组知识、 pandas 数据的读写、分组变形、缺失值异常值处理、时序数据处理和正则表达式的使用；其五是综合应用案例，帮助读者贯穿爬虫、数据清洗与组织的过程；最后是数据可视化，包括 Matplotlib 和 Pyecharts 两个库的使用，涉及饼图、柱形图、线图、词云图、地图等图形，帮助读者进入可视化的殿堂。
本书以实战为主，适合 Python 初学者及高等院校的相关专业学生，也适合 Python 培训机构作为实验教材使用。

作者简介

零一

原名陈海城，

零一数据学院创始人，

电商数据专家，数据分析师，开发工程师。

从事培训教育、数据分析和人工智能行业。

黄园园，具有十年软件开发经验，全栈工程师，六西格玛黑带，精通Python和机器学习算法，具有丰富的分布式爬虫开发经验；曾在苏州三星电子电脑（SESC）、新加坡电信（NCS）、希捷科技（Seagate Technology）等世界知名企业研发部工作，参与过花旗银行在线支付系统、银行账单自动化审核系统等大型软件开发，曾任杭州沐垚科技CTO。

韩要宾，杭州沐垚科技有限公司 COO，CDA数据分析研究院资深讲师；5年电商从业经验，4年数据挖掘实战经验；专注于数据分析与挖掘、机器学习、深度学习，服务客户包括苏宁易购、迪卡侬、百草味、浙江师范大学等。

精彩书评

这本书教大家如何利用Python撰写爬虫程序，清洗和组织数据，解析网页的内容，并将数据储存于数据库中。巨细无遗，帮助大家节省时间，是值得一读的好书！

——国立台湾大学资讯工程博士，铭传大学资讯工程学系教授 李御玺 (Yue-Shi Lee)

零一兄的这本Python爬虫技术是一个完整大数据应用框架：从数据收集、分析到数据可视化、数据建模。各章节以实际案例为出发点，对大数据分析、爬虫技术应用感兴趣的小伙伴们来说，这本书值得购买。

——爱数据学院创始人 数据海洋

互联网时代，信息大爆炸，爬虫技术被广泛地用于原始数据的积累。零一以自己的亲身实践，用Python 3实现了抓取、存储、清洗和可视化的数据处理操入门。作。本书语言简洁、知识点全面、图文并茂，让爬虫技术变得简单易学，非常适合新手。

——《R的极客理想》系列图书作者 张丹

目录

第 1 章 Python 基础 /1
1.1 安装 Python 环境 /1
1.1.1 Python 3.6.2 安装与配置 /1
1.1.2 使用 IDE 工具——PyCharm /4
1.1.3 使用 IDE 工具——Anaconda / 4
1.2 Python 操作入门/6
1.2.1 编写第一个 Python 代码/6
1.2.2 Python 基本操作/9
1.2.3 变量/10
1.3 Python 数据类型/10
1.3.1 数字/10
1.3.2 字符串/11
1.3.3 列表/13
1.3.4 元组/14
1.3.5 集合/15
1.3.6 字典/15
1.4 Python 语句与函数/16
1.4.1 条件语句/16
1.4.2 循环语句/16
1.4.3 函数/17

第 2 章 写一个简单的爬虫/18
2.1 关于爬虫的合法性/18
2.2 了解网页/20
2.2.1 认识网页结构/ 21
2.2.2 写一个简单的 HTML/21
2.3 使用 requests 库请求网站/23

2.3.1 安装 requests 库/23
2.3.2 爬虫的基本原理/25
2.3.3 使用 GET 方式抓取数据/26
2.3.4 使用 POST 方式抓取数据/27
2.4 使用 Beautiful Soup 解析网页/30
2.5 清洗和组织数据/34
2.6 爬虫攻防战/35

第 3 章 用 API 爬取天气预报数据/38
3.1 注册免费 API 和阅读技术文档/38
3.2 获取 API 数据/40
3.3 存储数据到 MongoDB /45
3.3.1 下载并安装 MongoDB/ 45
3.3.2 在 PyCharm 中安装 Mongo Plugin/ 46
3.3.3 将数据存入 MongoDB/49
3.4 MongoDB 数据库查询/52

第 4 章 大型爬虫案例：抓取某电商网站的商品数据/55
4.1 观察页面特征和解析数据/55
4.2 工作流程分析/64
4.3 构建类目树/65
4.4 获取产品列表/ 68
4.5 代码优化/70
4.6 爬虫效率优化/74
4.7 容错处理/77

第 5 章 Scrapy 爬虫/78
5.1 Scrapy 简介/78
5.2 Scrapy 安装/79
5.3 案例：用 Scrapy 抓取股票行情/ 80

第 6 章 Selenium 爬虫/88
6.1 Selenium 简介/88
6.2 案例：用 Selenium 抓取电商网站数据/90

第 7 章 数据库连接和查询/100
7.1 使用 PyMySQL/100
7.1.1 连接数据库/100
7.1.2 案例：某电商网站女装行业 TOP100 销量数据/102
7.2 使用 SQLAlchemy/104
7.2.1 SQLAlchemy 基本介绍/104
7.2.2 SQLAlchemy 基本语法/105
7.3 MongoDB/107
7.3.1 MongoDB 基本语法/107
7.3.2 案例：在某电商网站搜索“连衣裙”的商品数据/107

第 8 章 NumPy/109
8.1 NumPy 简介/109
8.2 一维数组/110
8.2.1 数组与列表的异同/110
8.2.2 数组的创建/111
8.3 多维数组/111
8.3.1 多维数组的高效性能/112
8.3.2 多维数组的索引与切片/113
8.3.3 多维数组的属性/113
8.4 数组的运算/115

第 9 章 pandas 数据清洗/117
9.1 数据读写、选择、整理和描述/117
9.1.1 从 CSV 中读取数据/119
9.1.2 向 CSV 写入数据/120
9.1.3 数据选择/120
9.1.4 数据整理/122
9.1.5 数据描述/123
9.2 数据分组、分割、合并和变形/124
9.2.1 数据分组/124
9.2.2 数据分割/127
9.2.3 数据合并/128
9.2.4 数据变形/134
9.2.5 案例：旅游数据的分析与变形/136

9.3 缺失值、异常值和重复值处理/140
9.3.1 缺失值处理/140
9.3.2 检测和过滤异常值/144
9.3.3 移除重复数据/147
9.3.4 案例：旅游数据的值检查与处理/149
9.4 时序数据处理/152
9.4.1 日期/时间数据转换/152
9.4.2 时序数据基础操作/153
9.4.3 案例：天气数据分析与处理/155
9.5 数据类型转换/158
9.6 正则表达式/ 160
9.6.1 元字符与限定符/161
9.6.2 案例：用正则表达式提取网页文本信息/162

第 10 章 综合应用实例/164
10.1 按性价比给用户推荐旅游产品/164
10.1.1 数据采集/165
10.1.2 数据清洗、建模/169
10.2 通过热力图分析为用户提供出行建议/172
10.2.1 某旅游网站热门景点爬虫代码（qunaer_sights.py）/175
10.2.2 提取 CSV 文件中经纬度和销量信息/178
10.2.3 创建景点门票销量热力地图 HTML 文件/179

第 11 章 数据可视化/182
11.1 matplotlib/183
11.1.1 画出各省份平均价格、各省份平均成交量柱状图/183
11.1.2 画出各省份平均成交量折线图、柱状图、箱形图和饼图/184
11.1.3 画出价格与成交量的散点图/185
11.2 pyecharts/186
11.2.1 Echarts 简介/186
11.2.2 pyecharts 简介/187
11.2.3 初识 pyecharts，玫瑰相送/187
11.2.4 pyecharts 基本语法/188
11.2.5 基于商业分析的 pyecharts 图表绘制/190
11.2.6 使用 pyecharts 绘制其他图表/199
11.2.7 pyecharts 和 Jupyter/203

前言/序言

Python 是军刀型的开源工具，被广泛应用于 Web 开发、爬虫、数据清洗、自然语言处理、机器学习和人工智能等方面，而且 Python 的语法简洁易读，这让许多编程入门者不再望而却步，因此Python 在最近几年非常受欢迎，各行各业的技术人员都开始使用 Python。
本书内容来自笔者在高校授课的内容，主要介绍如何运用 Python 工具获取电商平台的页面数据，并对数据进行清洗和存储。本书简化了 Python 基础部分，保证有足够的篇幅来介绍爬虫和数据清洗的内容。
本书采用的版本是 Python 3.6.2，是笔者写书时的最新版本，而且笔者习惯用的操作平台是Windows 系统。虽然目前一些高校和开发者在使用 Python 2.7，但是 Python 团队将在 2020 年停止对Python 2.7 的支持更新， Python 2.X 转向 Python 3.X 是大势所趋。
本书第 1 章简单介绍 Python 和相关的 IDE，如果读者完全没有 Python 基础，那么建议选购一本基础书作为辅助。第 2～6 章介绍爬虫的实例，实现从最简单的爬虫到相对比较复杂的爬虫。鉴于实例的限制，本书的爬虫内容没有涉及代理服务器和验证码处理等问题。第 7 章介绍在 Python 中如何连接并操作数据库。第 8 章介绍了 NumPy 及其用法。第 9 章详细介绍 pandas 的功能，pandas 是 Python数据清洗和建模中非常重要的库。第 10 章用两个完整案例展示了从爬虫到建模的过程。第 11 章介绍 Python 的可视化，选用的库是 matplotlib 和 pyecharts，这里详细介绍了 pyecharts。
鉴于作者的水平有限，不足之处请读者不吝指教。

《Python 3 编程从入门到精通：实战应用与进阶技巧》 内容概要： 本书旨在为 Python 3 编程的初学者和希望系统性提升编程技能的学习者提供一条清晰的学习路径。内容涵盖了 Python 3 的核心语法、数据结构、面向对象编程、函数式编程概念、常用标准库以及第三方库的应用。通过大量的实际编程案例和练习，本书将帮助读者构建坚实的编程基础，并逐步掌握解决实际问题的能力，为进一步深入学习特定领域的 Python 应用（如Web开发、数据科学、自动化脚本等）打下坚实的基础。 第一部分：Python 3 编程基础 1. Python 3 环境搭建与初识： Python 3 安装与配置： 详细介绍如何在不同操作系统（Windows, macOS, Linux）上下载、安装 Python 3.x 版本，并配置好开发环境（如 IDE、代码编辑器）。涵盖环境变量的设置，以及使用 `pip` 管理包的入门。 第一个 Python 程序： 编写并运行经典的 "Hello, World!" 程序，理解 Python 程序的执行流程。 Python 3 的核心概念： 讲解 Python 3 的基本特点，如动态类型、解释型语言、代码块缩进等。 2. Python 3 核心语法精讲： 变量与数据类型： 深入讲解 Python 3 的基本数据类型（整数、浮点数、字符串、布尔值），以及如何声明和使用变量。重点关注类型转换和可变/不可变类型。 运算符与表达式： 详细介绍算术运算符、比较运算符、逻辑运算符、赋值运算符、成员运算符、身份运算符等，并展示如何在实际场景中组合使用它们构建表达式。 控制流语句： 条件语句： 精讲 `if`、`elif`、`else` 语句，演示如何根据不同条件执行不同的代码块，提供多分支选择的解决方案。 循环语句： 详述 `for` 循环和 `while` 循环，讲解迭代器、列表推导式（List Comprehensions）、生成器表达式（Generator Expressions）等高效的循环方式，以及 `break`、`continue`、`else` 子句在循环中的应用。 字符串处理： 掌握字符串的常用操作，包括切片、拼接、查找、替换、分割、大小写转换、格式化输出（f-strings, `.format()` 方法）等。 列表（List）： 深入讲解列表的创建、访问、修改、添加、删除元素，以及列表的常用方法（如 `append`, `extend`, `insert`, `remove`, `pop`, `sort`, `reverse` 等）。 元组（Tuple）： 讲解元组的不可变性，创建、访问元组，以及元组解包的应用。 字典（Dictionary）： 详述字典的键值对存储机制，学习如何创建、访问、修改、添加、删除键值对，以及字典的常用方法（如 `keys`, `values`, `items`, `get`, `pop` 等）。 集合（Set）： 介绍集合的无序性和唯一性特点，学习集合的创建、添加、删除元素，以及集合运算（并集、交集、差集、对称差集）。 3. 函数与模块化编程： 函数的定义与调用： 讲解如何定义函数（使用 `def` 关键字），参数传递（位置参数、关键字参数、默认参数、可变参数 `args` 和 `kwargs`）。 函数返回值： 理解单返回值和多返回值（通过元组实现）。 作用域与生命周期： 讲解局部作用域、全局作用域、 nonlocal 关键字，以及变量的生命周期。 匿名函数（Lambda 表达式）： 介绍 lambda 表达式的简洁用法，以及在列表排序、函数式编程中的应用。 模块的导入与使用： 学习如何导入标准库模块（如 `math`, `random`, `datetime`）和第三方模块，以及如何创建自己的模块。 包（Package）的概念与组织： 理解包的结构以及如何在包内组织和导入模块。 第二部分：Python 3 进阶技巧与面向对象编程 4. 面向对象编程（OOP） in Python 3： 类（Class）与对象（Object）： 深入理解类是对象的蓝图，对象是类的实例。 属性（Attribute）与方法（Method）： 学习如何定义类的属性（实例属性、类属性）和方法，以及 `self` 的作用。 构造函数与析构函数： 讲解 `__init__` 方法（构造函数）的用法，以及 `__del__` 方法（析构函数）的概念。 继承（Inheritance）： 掌握单继承和多继承的实现方式，理解父类、子类的关系，以及方法重写（Override）的概念。 封装（Encapsulation）： 讲解如何使用私有属性（`__private_attribute`）和公共方法来实现数据的封装。 多态（Polymorphism）： 理解多态的概念，以及鸭子类型（Duck Typing）在 Python 中的体现。 类方法（Class Method）、静态方法（Static Method）与实例方法： 区分 `@classmethod`, `@staticmethod`, 和普通实例方法的区别与应用场景。 魔术方法（Magic Methods）/特殊方法： 介绍如 `__str__`, `__repr__`, `__len__`, `__getitem__`, `__setitem__` 等特殊方法的用途，以及它们如何使对象表现得像内置类型。 5. 异常处理与文件操作： 异常（Exception）的概念： 理解程序运行时可能出现的错误，以及异常的类型。 `try...except...finally` 语句： 掌握如何使用 `try...except` 块来捕获和处理异常，以及 `finally` 块的执行时机。 自定义异常： 学习如何定义自己的异常类，以增强代码的可读性和健壮性。 文件读写： 详细讲解如何打开、读取、写入文件，包括文本文件和二进制文件。掌握不同文件模式（`'r'`, `'w'`, `'a'`, `'rb'`, `'wb'` 等）的应用。 `with` 语句（上下文管理器）： 学习使用 `with` 语句来自动管理文件资源的打开和关闭，避免资源泄露。 CSV、JSON 文件处理： 使用标准库 `csv` 和 `json` 模块，演示如何方便地读写 CSV 和 JSON 格式的数据。 6. 常用标准库与第三方库入门： `os` 模块： 学习使用 `os` 模块进行文件和目录操作（创建、删除、重命名、路径拼接、获取当前目录等）。 `sys` 模块： 了解 `sys` 模块提供的与 Python 解释器交互的功能（命令行参数、退出程序等）。 `re` 模块（正则表达式）： 深入学习正则表达式的基本语法和常用函数（`search`, `match`, `findall`, `sub` 等），用于复杂的字符串匹配和处理。 `collections` 模块： 介绍 `collections` 模块中的高级数据结构，如 `defaultdict`, `Counter`, `namedtuple`, `deque`，以及它们在特定场景下的优势。 `datetime` 模块： 掌握日期和时间对象的创建、格式化、计算和比较。 第三方库简介： 简要介绍一些常用且强大的第三方库，如 `requests`（HTTP请求）、`Pillow`（图像处理）、`NumPy`（数值计算基础）、`Pandas`（数据分析基础）等，为后续深入学习打下基础。 第三部分：Python 3 实战应用与最佳实践 7. 算法基础与数据结构进阶： 常见算法思想： 介绍递归、分治、贪心、动态规划等基本算法思想。 排序算法： 实现并分析常见的排序算法（冒泡排序、选择排序、插入排序、快速排序、归并排序）。 查找算法： 实现并分析线性查找、二分查找。 图与树的基本概念： 介绍图和树的结构，以及简单的遍历方法（如深度优先搜索 DFS、广度优先搜索 BFS）。 使用 Python 实现数据结构： 如何利用 Python 的内置数据结构和类，实现栈、队列、链表等基本数据结构。 8. 软件开发实践与代码质量： 代码风格与 PEP 8： 讲解 Python 的官方代码风格指南 PEP 8，强调代码的可读性和规范性。 代码调试技巧： 使用 IDE 的调试工具（断点、单步执行、查看变量值）进行程序调试。 单元测试（Unit Testing）： 介绍 `unittest` 模块，学习编写单元测试来验证代码的正确性。 版本控制系统（Git）入门： 简要介绍 Git 的基本概念和常用命令，帮助读者管理代码版本。 文档字符串（Docstrings）： 学习编写清晰的文档字符串，提高代码的可维护性。 9. 实际项目案例分析： 案例一：命令行工具开发： 构建一个简单的命令行工具，例如一个文件管理器助手或一个文本处理工具，结合 `argparse` 模块处理命令行参数。 案例二：简单Web爬虫框架（理论与基础）： 讲解网络请求的基本原理，如何使用 `requests` 库获取网页内容，并初步分析 HTML 结构，为后续更复杂的爬虫开发铺垫。 案例三：自动化脚本实战： 编写一个自动化脚本，例如批量处理图片（使用 `Pillow`）、定时执行任务、或批量重命名文件等。 案例四：数据处理与分析初步： 结合 `pandas` 库，进行简单的数据导入、清洗、转换和基本统计分析，为数据可视化等后续操作打下基础。 本书特色： 由浅入深，循序渐进： 从最基础的 Python 概念讲起，逐步引入更复杂的知识点，适合零基础的学习者。 理论与实践相结合： 每个知识点都配有大量的代码示例和练习题，帮助读者巩固所学。 贴近实际应用： 案例分析环节选取了开发者在实际工作中可能遇到的典型场景，提升读者的解决问题能力。 注重代码质量与规范： 强调良好的编程习惯和代码风格，培养读者的工程意识。 提供清晰的学习路线： 帮助读者建立完整的 Python 编程知识体系，为进一步深入学习打下坚实基础。 通过学习本书，读者将能够自信地使用 Python 3 进行编程，独立完成各种小型项目，并为未来在更广阔的编程领域（如 Web 开发、数据科学、人工智能、自动化运维等）进行深入探索打下坚实的基础。

评分☆☆☆☆☆

作为一个有一定编程基础，但对数据处理流程不熟悉的开发者，我阅读这本书的感受是“效率的提升”。我过去尝试用其他语言处理抓取来的杂乱数据时，常常需要花费大量时间在数据清洗和格式转换上，效率低下且容易出错。这本书提供的Pythonic解决方案，特别是利用Pandas进行的数据重塑和清洗，简直是化繁为简。它展示了如何用简洁的代码块完成传统上需要大量手工操作才能完成的任务。阅读过程中，我感觉自己像是开通了一个“数据处理加速通道”。而且，书中所倡导的模块化编程思想，也让我对未来构建自己的数据管道有了更清晰的规划。它不是教你写一段一次性的脚本，而是帮你建立一套可复用、可维护的数据工程思维框架。

评分☆☆☆☆☆

说实话，我是在寻找一本能真正让我“动手”起来的书籍，市面上很多Python教程要么过于侧重理论的枯燥讲解，要么就是代码片段拼凑，缺乏连贯的实战流程。这本书完美地填补了这一空白。它不像一本教科书那样死板，更像是一位经验丰富的前辈手把手带着你做项目。我最欣赏的是它对“可视化”环节的重视。仅仅爬取到数据是没有意义的，如何将这些冰冷的数据转化为直观的洞察才是关键。作者在这部分引入了强大的可视化库，并演示了如何用图表清晰地展示数据分布、趋势变化。我尝试着将抓取到的股市历史数据用书中的方法绘制成了K线图和趋势图，那种清晰度和冲击力，比看那些静态的表格要直观一万倍。这种从数据源头到最终呈现的全链条覆盖，让我的学习体验非常完整，也让我深刻理解了数据驱动决策的真正含义。它不是教你“怎么做”，而是教你“为什么这么做”，逻辑性极强。

评分☆☆☆☆☆

我是一个对细节有强迫症的读者，市面上很多技术书籍的排版和代码示例经常让人头疼。这部作品的排版布局可以说是业界良心。字体选择恰当，代码块的语法高亮清晰易读，关键函数的参数和返回值解释得一目了然。在实战过程中，我遇到过一些由于网络环境或反爬机制变化导致代码失效的小插曲，但书中的注释和随附的在线资源（尽管我没有过多依赖，但知道有这个支撑点很安心）让我能快速定位问题。特别是在处理异步请求和代理IP设置这块，很多初级教程会避开这些“麻烦”的部分，但这本书却毫不含糊地给出了详细的配置和调试指南，这对于想把爬虫投入到生产环境的读者来说，无疑是巨大的加分项。它没有美化爬虫的难度，而是坦诚地教授了如何应对真实世界的复杂性。

评分☆☆☆☆☆

这本书简直是为我这种编程小白量身定做的！我本来对Python爬虫这个领域心存畏惧，总觉得代码复杂难懂，但作者的讲解方式却极其平易近人。刚开始接触的时候，我甚至连“库”和“模块”之间的区别都搞不清楚，更别提怎么去解析网页结构了。然而，这本书从最基础的requests库入手，循序渐进地引导我完成了第一次成功的网页抓取。我记得当时屏幕上成功打印出我想要的数据时，那种成就感真是难以言喻。它没有一上来就堆砌晦涩难懂的理论，而是用大量贴近实际的案例，比如抓取电商网站的商品信息，抓取新闻网站的热门头条，让我能立刻看到学习成果，极大地激发了我的学习热情。更让我惊喜的是，它在数据清洗部分也做得非常到位，那些重复的数据、缺失的字段，通过书中的示例代码，我都能轻而易举地处理干净，这对于后续的数据分析至关重要。可以说，这本书真正做到了“授人以渔”，让我掌握了一套完整的实战方法论，而不是仅仅学会了几个孤立的命令。

评分☆☆☆☆☆

与其他书籍相比，这本书的选材角度非常务实和前沿。它没有停留在过时的`urllib`或者基础的`BeautifulSoup`的简单组合上，而是快速过渡到了更高效、更适合现代动态网页解析的工具链。特别是关于数据存储与结构化的讲解，它不仅覆盖了基础的CSV和JSON，还引入了如何将清洗后的数据导入到关系型数据库中进行更复杂查询的思路。我个人最喜欢它对“反爬虫”机制的剖析，作者不是简单地给出绕过的方法，而是深入分析了网站检测机器人行为的原理，这让我对网络协议和HTTP请求有了更深层次的理解，从根本上提高了我的技术素养。这种超越“工具使用说明书”层面的深度探讨，让这本书的价值远超出了其售价。

评分☆☆☆☆☆

挺好的，学习。。。。。

评分☆☆☆☆☆

快用完了具体某涂卡得得得

评分☆☆☆☆☆

凑单的，先看看再说吧，不一定看的懂

评分☆☆☆☆☆

一下买了四本，有空要多学习一下

评分☆☆☆☆☆

做活动买的，很划算，省了好多钱

评分☆☆☆☆☆

终于买到了想买的书籍～重要的是满200减80～很开心，物美价廉～要开始学习啦

评分☆☆☆☆☆

书的质量很好，印刷精美，值得买

评分☆☆☆☆☆

刚收到货，一致好评截图给你？

评分☆☆☆☆☆

618大促活动，屯了一大波书，还没看