大數(shù)據(jù)時代下，以信息技術(shù)為支撐的數(shù)據(jù)分析與研究方法正深刻地改變著傳統(tǒng)科學(xué)探索的工作方式，成為人類科技發(fā)展與知識獲取的一種新興模式。為了使堆積如山的數(shù)據(jù)能更好地被人們利用，需要對數(shù)據(jù)進(jìn)行有意義的處理。大數(shù)據(jù)時代對人類的數(shù)據(jù)駕馭能力提出了新的挑戰(zhàn)，也為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。因此，尋求有效的數(shù)據(jù)處理技術(shù)和方法已經(jīng)成為現(xiàn)實的迫切需求。
本書的寫作目的是使讀者了解數(shù)據(jù)分析的基礎(chǔ)理論，掌握運用Python進(jìn)行科學(xué)計算、數(shù)據(jù)處理、分析和可視化的方法，具備處理和解決大量數(shù)據(jù)問題的能力。全書共分為9章，如表0��1所示。

表0��1全書知識體系

知 識 體 系章節(jié)

基礎(chǔ)知識
第1章 數(shù)據(jù)分析簡介
第2章 數(shù)據(jù)分析的方法
第3章 NumPy和pandas基礎(chǔ)

數(shù)據(jù)分析技術(shù)

第4章 數(shù)據(jù)獲取與導(dǎo)入
第5章 數(shù)據(jù)預(yù)處理
第6章 數(shù)據(jù)探索
第7章 數(shù)據(jù)挖掘概述

數(shù)據(jù)可視化

第8章 基本統(tǒng)計圖形
第9章 文本、網(wǎng)絡(luò)和地理空間可視化

1. 基礎(chǔ)知識
第1章數(shù)據(jù)分析簡介，介紹數(shù)據(jù)、數(shù)據(jù)分析等基本概念以及數(shù)據(jù)分析的作用、步驟和常用工具等；第2章介紹數(shù)據(jù)分析方法；第3章是Python中常用的NumPy和pandas數(shù)據(jù)分析包。
2. 數(shù)據(jù)分析技術(shù)
第4~7章以Python為基礎(chǔ)介紹數(shù)據(jù)的主要分析技術(shù)。第4章主要介紹數(shù)據(jù)獲取、網(wǎng)絡(luò)爬蟲以及不同種類文件的導(dǎo)入、導(dǎo)出方式；第5章介紹數(shù)據(jù)預(yù)處理的主要步驟和相關(guān)方法，包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約和數(shù)據(jù)變換等；第6章闡述數(shù)據(jù)探索的主要方法，包括基本描述性統(tǒng)計、分組與聚合分析、參數(shù)估計、假設(shè)檢驗和相關(guān)性分析等；第7章介紹數(shù)據(jù)挖掘的概念、問題與任務(wù)，以及從基礎(chǔ)知識、代表性算法、評估分析等方面，重點介紹了數(shù)據(jù)挖掘常用的分析方法，包括分類分析、關(guān)聯(lián)分析和聚類分析。
3. 數(shù)據(jù)可視化
第8章介紹了基于Python的三種常用繪圖包，分別是Matplotlib、pandas和Seaborn，可繪制的圖形類型包括線圖、直方圖、條形圖、龍卷風(fēng)圖、餅圖、散點圖、氣泡圖、箱線圖、雷達(dá)圖和數(shù)據(jù)分布圖等。第9章概要介紹了網(wǎng)絡(luò)圖、文本數(shù)據(jù)、地理數(shù)據(jù)等非數(shù)值型數(shù)據(jù)的可視化方法。
書中每章的最后都給出了配套的習(xí)題，便于教師教學(xué)和測試，學(xué)生鞏固知識點并啟發(fā)全面思考。
與現(xiàn)有以介紹Python編程語法、數(shù)據(jù)挖掘與機器學(xué)習(xí)理論的書籍不同，本書是數(shù)據(jù)分析類課程的入門教材，系統(tǒng)整理了數(shù)據(jù)分析的知識體系，以分析流程為主線闡述了數(shù)據(jù)分析的主要方法和基于Python的技術(shù)應(yīng)用。從第2章開始，在闡述基礎(chǔ)知識的同時設(shè)計了大量例題，按照分析需求Python代碼展示例題解析運行結(jié)果的思路對知識點進(jìn)行剖析。設(shè)計的例題有助于教師授課和學(xué)生自學(xué)理解。采用較受歡迎的編程語言Python作為分析工具，代碼簡潔、易讀性好，且易上手。全書提供習(xí)題、答案及源碼。建議至少進(jìn)行32學(xué)時的授課和學(xué)習(xí)。
本書可作為普通高等院校數(shù)據(jù)分析處理相關(guān)課程的學(xué)生的教材使用，也可供剛剛步入數(shù)據(jù)分析領(lǐng)域的從業(yè)人員參考。
本書由潘曉、吳雷、王書海編著，第1~3章、第7~9章由潘曉編寫，第4~6由吳雷編寫，全書由潘曉負(fù)責(zé)統(tǒng)稿定稿。本書在撰寫過程中參考了如維基百科、知乎、CSDN等互聯(lián)網(wǎng)上優(yōu)秀的資料。此外，特別感謝實驗室的博士生和碩士生們進(jìn)行的資料收集與整理，其中包括董慧、姜夢、鹿東娜和杜一凡，感謝石家莊鐵道大學(xué)信息管理與信息系統(tǒng)專業(yè)的2018級和2019級學(xué)生作為第一批讀者完成的勘誤工作。感謝河北省自然科學(xué)基金項目(F2021210005)、河北省重點研發(fā)項目(21340301D)、河北省省級科技計劃資助項目(21550803D)、河北省教育廳青年拔尖項目(BJ2021085)項目的支持。
感謝清華大學(xué)出版社在全書的校對和編輯出版過程中付出的巨大努力。由于作者水平有限，書中如有疏漏之處敬請讀者提出寶貴意見。

潘曉2022年12月