數(shù)據(jù)分析是對(duì)數(shù)據(jù)進(jìn)行檢查、清理、轉(zhuǎn)換和建模的過(guò)程，有助于從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律并制定科學(xué)的決策，目前已廣泛應(yīng)用于自然科學(xué)、社會(huì)科學(xué)和管理科學(xué)的各個(gè)領(lǐng)域。各專業(yè)的學(xué)生都有必要掌握數(shù)據(jù)分析的基本原理和經(jīng)典方法，了解數(shù)據(jù)分析能做什么、如何做數(shù)據(jù)分析，并掌握基本的數(shù)據(jù)分析流程，當(dāng)遇到專業(yè)問(wèn)題或進(jìn)行專業(yè)研究時(shí)能主動(dòng)應(yīng)用數(shù)據(jù)分析方法解決問(wèn)題，完成一些具有創(chuàng)新性的工作。
Python是當(dāng)前數(shù)據(jù)分析工作中常用的編程語(yǔ)言，它是一種代表簡(jiǎn)單主義思想的語(yǔ)言，可以使用盡量少的代碼完成更多的工作。Python使用戶能夠?qū)Ｗ⒂诮鉀Q問(wèn)題而不是理解語(yǔ)言本身。另外，Python有簡(jiǎn)潔的說(shuō)明文檔、豐富的第三方庫(kù)，使得初學(xué)者很容易上手。掌握Python編程的基礎(chǔ)知識(shí)有助于各專業(yè)人員更好地開(kāi)展數(shù)據(jù)分析相關(guān)的工作，更好地解決實(shí)際工作中的問(wèn)題。
本書是在教育部產(chǎn)學(xué)合作協(xié)同育人項(xiàng)目的支持下，由南開(kāi)大學(xué)計(jì)算機(jī)學(xué)院的教師與北京華育興業(yè)科技有限公司的技術(shù)專家合作編寫而成的。作者結(jié)合多年教學(xué)經(jīng)驗(yàn)，在分析各專業(yè)人員的數(shù)據(jù)分析工作需求的基礎(chǔ)上安排本書內(nèi)容，可作為高校大數(shù)據(jù)、計(jì)算機(jī)、人工智能等專業(yè)和對(duì)數(shù)據(jù)分析有需求的其他專業(yè)學(xué)生的教材，也可作為Python數(shù)據(jù)分析開(kāi)發(fā)人員的參考手冊(cè)。本書針對(duì)每一個(gè)知識(shí)點(diǎn)提供了實(shí)例，通過(guò)具體問(wèn)題向讀者展示了基于Python的數(shù)據(jù)分析程序的編寫方法，方便讀者學(xué)習(xí)基于Python開(kāi)展數(shù)據(jù)分析工作的方法和過(guò)程，幫助讀者快速掌握基于Python的數(shù)據(jù)分析方法并初步具備利用相關(guān)知識(shí)解決實(shí)際數(shù)據(jù)分析問(wèn)題的能力。在本書配套資源中，我們也提供了數(shù)據(jù)分析實(shí)例源代碼，讀者可通過(guò)動(dòng)手實(shí)踐掌握數(shù)據(jù)分析方法和基于Python的編程實(shí)現(xiàn)，為使用Python編程語(yǔ)言解決更復(fù)雜的數(shù)據(jù)分析問(wèn)題打下良好的基礎(chǔ)。
在利用本書學(xué)習(xí)Python數(shù)據(jù)分析知識(shí)時(shí)，建議讀者多思考、多分析、多動(dòng)手實(shí)踐。當(dāng)看到一個(gè)數(shù)據(jù)分析問(wèn)題時(shí)，首先要自己分析該問(wèn)題，設(shè)計(jì)求解該問(wèn)題的算法；然后梳理程序結(jié)構(gòu)，編寫程序?qū)崿F(xiàn)算法；后運(yùn)行程序，并通過(guò)系統(tǒng)的錯(cuò)誤提示或通過(guò)程序調(diào)試方法解決程序中的語(yǔ)法錯(cuò)誤和邏輯錯(cuò)誤。只有這樣，才能真正掌握利用Python進(jìn)行數(shù)據(jù)分析工作的方法，進(jìn)而在實(shí)際工作中熟練運(yùn)用相關(guān)知識(shí)解決具體問(wèn)題。另外，豐富的第三方工具包是Python語(yǔ)言的優(yōu)勢(shì)之一。在學(xué)習(xí)一個(gè)新的工具包時(shí)，首先應(yīng)掌握該工具包提供的數(shù)據(jù)類型（可以用于存儲(chǔ)哪些數(shù)據(jù)），再根據(jù)需要掌握常用的數(shù)據(jù)操作方法（可以對(duì)數(shù)據(jù)做哪些操作）。我們?cè)谧鱿到y(tǒng)設(shè)計(jì)時(shí)亦是如此，先確定系統(tǒng)中涉及的數(shù)據(jù)，再考慮可以對(duì)這些數(shù)據(jù)進(jìn)行哪些操作。
本書的特色有以下幾點(diǎn)：
1）問(wèn)題導(dǎo)向，通過(guò)大量程序?qū)嵗�使讀者更直觀地理解Python數(shù)據(jù)分析的方法和過(guò)程。
2）重點(diǎn)/難點(diǎn)突出，通過(guò)大量提示向讀者詳細(xì)說(shuō)明學(xué)習(xí)過(guò)程中需重點(diǎn)掌握或不容易理解的內(nèi)容。
3）知識(shí)系統(tǒng)完整，對(duì)涉及的每個(gè)知識(shí)點(diǎn)都給出了詳細(xì)介紹，更加適合初學(xué)者作為教材或開(kāi)發(fā)人員作為參考手冊(cè)。
本書共分為8章，各章內(nèi)容的簡(jiǎn)單介紹如下。
第1章首先介紹數(shù)據(jù)分析的基本概念和基本流程，列舉了一些應(yīng)用場(chǎng)景，使讀者認(rèn)識(shí)數(shù)據(jù)分析在實(shí)際應(yīng)用中的重要意義。接下來(lái)，通過(guò)一個(gè)程序示例幫助讀者理解數(shù)據(jù)分析的基本流程。然后，結(jié)合上機(jī)操作指導(dǎo)和程序?qū)嵗��?jiǎn)要介紹數(shù)據(jù)分析領(lǐng)域廣泛使用的Python程序設(shè)計(jì)語(yǔ)言的知識(shí)，包括Anaconda集成平臺(tái)和Jupyter Notebook開(kāi)發(fā)環(huán)境的使用方法，以及內(nèi)置數(shù)據(jù)類型、程序的控制結(jié)構(gòu)、模塊化、面向?qū)ο�、文件操作、異常處理等。后，提供兩個(gè)簡(jiǎn)單的包/模塊使用示例。個(gè)例子利用csv模塊完成CSV文件的讀/寫操作；第二個(gè)例子利用random模塊實(shí)現(xiàn)生成隨機(jī)數(shù)的功能和利用time模塊實(shí)現(xiàn)時(shí)間處理的功能，并給出排序時(shí)間隨問(wèn)題規(guī)模（即待排序元素?cái)?shù)量）變化的實(shí)驗(yàn)。
第2章首先介紹NumPy中用于存儲(chǔ)數(shù)組數(shù)據(jù)的ndarray類，通過(guò)對(duì)列表與ndarray的排序和求和時(shí)間的比較分析，討論了ndarray在大數(shù)據(jù)分析中的優(yōu)勢(shì)，并依次介紹ndarray類對(duì)象的常用屬性和創(chuàng)建方法。然后，介紹利用tushare工具包獲取該章實(shí)例所使用的股票數(shù)據(jù)的方法，并介紹如何利用NumPy提供的loadtxt和savetxt函數(shù)完成CSV文件的讀寫操作。后，結(jié)合獲取的股票數(shù)據(jù)，通過(guò)實(shí)例詳細(xì)介紹索引和切片、數(shù)據(jù)拷貝、數(shù)據(jù)處理和高級(jí)索引等方面的知識(shí)，使讀者能夠更好地掌握NumPy的應(yīng)用方法。
第3章首先介紹Pandas中常用的數(shù)據(jù)結(jié)構(gòu)Series類和DataFrame類，以及軸標(biāo)簽的數(shù)據(jù)結(jié)構(gòu)Index類，并通過(guò)代碼實(shí)例詳細(xì)地介紹它們的常用對(duì)象屬性和創(chuàng)建方法。然后，詳細(xì)介紹Series和DataFrame的多種元素訪問(wèn)方式，包括屬性運(yùn)算符訪問(wèn)、索引運(yùn)算符訪問(wèn)、loc和iloc方法、at和iat方法、head和tail方法等。在此基礎(chǔ)上，介紹Pandas提供的數(shù)據(jù)清洗方法、常用的數(shù)據(jù)合并方法（merge、join和concat等），以及等常用的數(shù)據(jù)重塑方法（pivot和melt等）。后通過(guò)實(shí)例詳細(xì)介紹利用Pandas工具包進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)預(yù)處理、數(shù)據(jù)重塑的操作過(guò)程，使讀者能夠更好地掌握Pandas的應(yīng)用方法。
第4章首先介紹Pandas中用于基本統(tǒng)計(jì)分析的相關(guān)函數(shù)，并依次介紹分組分析、分布分析、交叉分析、結(jié)構(gòu)分析和相關(guān)分析的