Python作為一門優(yōu)秀的編程語言，近年來受到很多編程愛好者的青睞。一是因為Python本身具有簡捷優(yōu)美、易學(xué)易用的特點；二是由于互聯(lián)網(wǎng)的飛速發(fā)展，我們正迎來大數(shù)據(jù)的時代，而Python無論是在數(shù)據(jù)的采集與處理方面，還是在數(shù)據(jù)分析與可視化方面都有獨特的優(yōu)勢。我們可以利用Python便捷地開展與數(shù)據(jù)相關(guān)的項目，以很低的學(xué)習成本快速完成項目的研究。本書本著實用性的目的，著眼于整個數(shù)據(jù)分析的流程，介紹了從數(shù)據(jù)采集到可視化的大致流程。希望借此為Python初學(xué)者打開數(shù)據(jù)分析領(lǐng)域的大門，初窺數(shù)據(jù)分析的奧秘。
本書的主要內(nèi)容
第1章主要講解了在Ubuntu和Windows系統(tǒng)下，Python集成開發(fā)環(huán)境的搭建。考慮到初學(xué)者容易為安裝第三方庫犯難，又介紹了三種簡單實用的方法來安裝這些常見的庫。接著對幾個后面要用到的高級語法進行了簡單介紹，為之后的應(yīng)用打下基礎(chǔ)。
第2章集中講解了數(shù)據(jù)采集的流程，即網(wǎng)絡(luò)爬蟲程序的設(shè)計與實現(xiàn)。首先本章沒有拘泥于使用Python的內(nèi)置庫urllib庫進行實現(xiàn)，而是直接介紹了requests和其他更加簡捷強大的庫來完成程序的設(shè)計。在進階內(nèi)容中，對常見的編碼問題、異常處理、代理IP、驗證碼、機器人協(xié)議、模擬登錄，以及多線程等相關(guān)問題給出了解決的方案。
第3章講解數(shù)據(jù)的清洗問題。在具體講解清洗數(shù)據(jù)之前，先介紹了TXT、XLSX、JSON、CSV等各種文件的導(dǎo)入和導(dǎo)出的方法，并介紹了Python與MySQL數(shù)據(jù)庫交互的方式。接著介紹了NumPy和pandas庫的基本使用方法，這是我們用于數(shù)據(jù)處理和科學(xué)計算的兩個強大的工具。最后綜合以上的學(xué)習介紹了數(shù)據(jù)的去重、缺失值的填補等經(jīng)典的數(shù)據(jù)清洗方法。
第4章首先講解探索性數(shù)據(jù)分析的應(yīng)用，并且簡單介紹了機器學(xué)習基本知識。然后演示如何應(yīng)用sklearn庫提供的決策樹和最鄰近算法來處理分類問題，并嘗試根據(jù)算法原理手動實現(xiàn)最鄰近算法。最后介紹如何使用pandas、matplotlib和seaborn這三個庫來實現(xiàn)數(shù)據(jù)的可視化。
第5章是綜合性學(xué)習的章節(jié)，講解了三個小項目的完整實現(xiàn)過程，旨在通過操作生活中真正的數(shù)據(jù)來強化前面基礎(chǔ)內(nèi)容的學(xué)習。
本書的讀者對象
本書面向想從事數(shù)據(jù)工作的Python初學(xué)者。由于本書并不對Python的基礎(chǔ)語法做詳細的講解，所以希望讀者有一定的語法基礎(chǔ)。
測試環(huán)境及代碼
我們使用的語法是基于Python 3的，具體是Python 3.6，用到的第三方庫也已經(jīng)全面支持此版本，所以讀者不必擔心相關(guān)的版本問題；測試環(huán)境為Ubuntu 16.04 LTS 64-Bit。本書中使用的全部代碼及相關(guān)數(shù)據(jù)已經(jīng)托管至Github, 讀者可以進入https://github.com/shenxiangzhuang/PythonDataAnalysis進行下載。
聯(lián)系作者
雖然本書只是入門級圖書，但是限于筆者水平有限，難免會存在一些錯誤，有些地方的表述可能也不是那么準確。非常歡迎讀者指出本書的不當之處或提出建設(shè)性的意見。筆者的電子郵件地址是datahonor@gmail.com。
致謝
在本書的撰寫過程中受到過很多人的幫助，這里特別感謝劉松學(xué)長，感謝學(xué)長對筆者本人長久以來的幫助，從他那里我學(xué)到了很多關(guān)于Python語言、機器學(xué)習以及計算機視覺等相關(guān)知識。另外，特別感謝IT工作者謝滿銳先生對本書的細心審校，也感謝他為本書的進一步修改提出建設(shè)性意見。同時，感謝電子工業(yè)出版社石倩、楊嘉媛編輯的幫助。最后，本書參閱了大量的國內(nèi)外的文獻，這里對有關(guān)作者表示衷心的感謝。