内容提要

本书从数据分析的基本概念和Python的基础语法讲起，然后逐步深入到Python数据分析的编程技术方面，并结合实战重点讲解了如何使用主流Python数据分析库进行数据分析，让读者快速掌握Python的编程基础知识，并对Python数据分析有更加深入的理解。

本书分为13章，涵盖的主要内容有数据分析概述、Python的特点和编程基础、NumPy数组的基础和进阶用法、Pandas数据处理和数据分析、数据的导入导出、数据可视化，以及Python网络爬虫和Scikit-learn机器学习的入门知识。

本书内容丰富全面，语言简洁、通俗易懂，实用性强，还包含实战案例，特别适合Python的初学者和自学者，以及缺乏编程经验的数据分析从业人员阅读，也适合对数据分析编程感兴趣的爱好者阅读。

前言

Python数据分析的前景

我们身处一个信息爆炸的时代，每时每刻都会有新的数据产生，各行各业都在用数据说话。数据分析被广泛应用在诸多领域，如生物信息领域通过分析基因序列可以发现致病基因、研究物种的亲缘性；金融行业可以基于数据分析的结果制订投资计划、评估投资风险；城市规划人员更是要综合分析经济、文化和社会生活等多方面的数据。随着云计算、大数据技术的快速发展，以及5G时代的到来，数据量级在急剧增长，数据传播的速度已经十分惊人，如何从海量数据中获取有价值的信息成为很多企业考虑的问题。挖掘数据背后的价值对于企业来说是非常有意义的，它可以为企业的业务决策和未来发展规划提供数据支撑，可用来评估团队的综合能力、发掘新的市场机会、刻画用户群像等。人们越来越重视数据背后价值的同时，企业对数据分析人员的需求也越来越大。

数据分析学是一门综合性的学科，它不仅需要从业者结合业务背景知识和数据分析方法论，更需要强大的分析工具。Python作为开源的解释型编程语言，已经成为数据分析工作中的一种重要工具。Python拥有丰富的第三方库，其中包括目前流行的数据分析库，这些库提供了数据存储、清洗、分析、可视化等功能。随着自身的发展，Python发展了活跃的数据分析社区，社区里不仅有系统性的学习资料，还有数据分析领域的前沿动态。此外，Python处理大数据的高效率、对Web开发框架的良好支持，都让它成为搭建涵盖从数据收集到数据分析的数据应用的热门语言。

笔者的使用体会

数据分析往往就在我们的身边，与我们的生活息息相关，如音乐推荐、导航软件的实时数据报告，都与数据分析密不可分。其实，生活中的数据分析并不是深奥的课题，例如，根据消费记录制订下一年的消费计划，通过统计关键词从而初步了解一个新事物，甚至还可以用数据报表呈现你的工作成果。简而言之，掌握一些数据分析的技巧可以让你的生活更加多姿多彩。

笔者已经使用Python 10年有余，从学生时代的课题研究到现在的工作，Python已经成为笔者生活中非常重要的工具。笔者第一次接触Python，正是因为它入门简单、上手快。相比于Excel以及其他成熟的数据分析软件，也许你在刚接触Python时会感到沮丧，原本你在这些软件中可以轻松完成的工作，在Python中完成时却要先学习如何搭建开发环境、安装第三方库，要了解数据结构和函数用法等。但是，一旦你敲开了Python的大门，你就会发现这扇门后面的精彩世界。当你逐渐掌握了Python这门语言后，你将会发现它作为编程语言所拥有的极高的复用性能给你带来极大的便利。一个Python脚本可以用在不同的数据分析项目中，可以取代原本重复的手动操作，并且还能避免在手动操作中的人为错误。笔者在数据分析工作中使用Python的另一感受，就是它强大的融合性。在实际工作中，无论是个人还是团队，一个工程项目往往都不会只用一种数据分析工具，而Python作为项目中的黏合剂可以对不同的分析工具进行融合。并且，Python允许调用底层类库，这大大提高了它在处理大数据时的运行效率。