隨著大數(shù)據(jù)時(shí)代的到來(lái),數(shù)據(jù)已經(jīng)成為與物質(zhì)資產(chǎn)和人力資本同樣重要的基礎(chǔ)生產(chǎn)要素,如何從數(shù)據(jù)里面發(fā)現(xiàn)并挖掘有價(jià)值的信息成為一個(gè)熱門(mén)的研究課題。基于這種需求，數(shù)據(jù)分析技術(shù)應(yīng)運(yùn)而生。數(shù)據(jù)分析是有目的地收集、整理、加工和分析數(shù)據(jù)，提煉出有價(jià)值信息的一個(gè)過(guò)程，它可以幫助企業(yè)或個(gè)人預(yù)測(cè)未來(lái)趨勢(shì)和行為，規(guī)避風(fēng)險(xiǎn)，使得商務(wù)和生產(chǎn)活動(dòng)具有前瞻性。Python在數(shù)據(jù)分析、探索性計(jì)算、數(shù)據(jù)可視化等方面都有非常成熟的庫(kù)和活躍的社區(qū)，從21世紀(jì)開(kāi)始，在行業(yè)應(yīng)用和學(xué)術(shù)研究中使用Python進(jìn)行數(shù)據(jù)分析的勢(shì)頭越來(lái)越猛，對(duì)于要往數(shù)據(jù)分析方向發(fā)展的讀者而言，學(xué)習(xí)Python數(shù)據(jù)分析是一個(gè)不錯(cuò)的選擇。本書(shū)站在初學(xué)者的角度，循序漸進(jìn)地介紹了學(xué)習(xí)數(shù)據(jù)分析必備的基礎(chǔ)知識(shí)，以及一些比較優(yōu)秀的數(shù)據(jù)分析工具，幫助讀者具備數(shù)據(jù)分析的相關(guān)技能，能夠獨(dú)立編寫(xiě)項(xiàng)目，以勝任Python數(shù)據(jù)分析工程師相關(guān)崗位的工作。本書(shū)在講解時(shí)，采用需求引入的方式，循序漸進(jìn)地介紹了數(shù)據(jù)分析工具的基本使用，同時(shí)對(duì)一些比較特殊的時(shí)間序列和文本數(shù)據(jù)的分析進(jìn)行了拓展講解，提高了讀者的開(kāi)發(fā)興趣和開(kāi)發(fā)能力。作為開(kāi)發(fā)人員，要想真正掌握一門(mén)技術(shù)，離不開(kāi)多動(dòng)手練習(xí)，所以本書(shū)在繪聲繪色講解知識(shí)的同時(shí)，不斷地增加案例，有針對(duì)某個(gè)知識(shí)點(diǎn)的示例程序，也有針對(duì)某章的案例，zui大程度地幫助讀者真正掌握Python數(shù)據(jù)分析的核心技術(shù)。本書(shū)基于Python 3，系統(tǒng)全面地講解了Python數(shù)據(jù)分析的基礎(chǔ)知識(shí)，全書(shū)共9章，具體章節(jié)內(nèi)容如下。第1章主要是帶領(lǐng)大家了解數(shù)據(jù)分析，包括數(shù)據(jù)分析產(chǎn)生背景、什么是數(shù)據(jù)分析、數(shù)據(jù)分析的應(yīng)用場(chǎng)景、數(shù)據(jù)分析的流程、開(kāi)發(fā)工具的基本使用及常見(jiàn)數(shù)據(jù)分析工具等。通過(guò)本章的學(xué)習(xí)，希望大家能夠?qū)��?shù)據(jù)分析有一個(gè)初步的認(rèn)識(shí)，并為后續(xù)章節(jié)的學(xué)習(xí)準(zhǔn)備好開(kāi)發(fā)環(huán)境。第2章主要針對(duì)科學(xué)計(jì)算庫(kù)NumPy進(jìn)行講解，包括創(chuàng)建數(shù)組、數(shù)據(jù)類(lèi)型、數(shù)組運(yùn)算、索引和切片操作、轉(zhuǎn)置和軸對(duì)稱(chēng)、通用函數(shù)、使用數(shù)組處理數(shù)據(jù)、線性代數(shù)模塊及隨機(jī)數(shù)模塊等，并結(jié)合酒鬼漫步的案例，講解如何使用NumPy數(shù)組參與簡(jiǎn)單的運(yùn)算。希望讀者能熟練使用NumPy包，為后面章節(jié)的學(xué)習(xí)奠定基礎(chǔ)。第3章主要介紹Pandas的基礎(chǔ)功能，包括數(shù)據(jù)結(jié)構(gòu)分析、索引操作、算術(shù)運(yùn)算與數(shù)據(jù)對(duì)齊、數(shù)據(jù)排序、統(tǒng)計(jì)計(jì)算與描述、層次化索引和讀寫(xiě)操作，并結(jié)合北京高考分?jǐn)?shù)線的分析案例，講解如何使用Pandas操作數(shù)據(jù)。通過(guò)對(duì)本章的學(xué)習(xí)，希望大家可以用Pandas實(shí)現(xiàn)簡(jiǎn)單的操作，為后續(xù)深入學(xué)習(xí)打好扎實(shí)的基礎(chǔ)。第4章進(jìn)一步介紹了Pandas的數(shù)據(jù)預(yù)處理，包括數(shù)據(jù)清洗、數(shù)據(jù)合并、數(shù)據(jù)重塑和數(shù)據(jù)轉(zhuǎn)換，并結(jié)合預(yù)處理部分地區(qū)信息的案例，講解了如何利用Pandas預(yù)處理數(shù)據(jù)。數(shù)據(jù)預(yù)處理是數(shù)據(jù)分析中必不可少的環(huán)節(jié)，希望大家要多加練習(xí)，并能夠在實(shí)際場(chǎng)景中選擇合理的方式對(duì)數(shù)據(jù)進(jìn)行預(yù)處理操作，另外，還可以參考官網(wǎng)提供的文檔深入學(xué)習(xí)。第5章繼續(xù)介紹了Pandas的聚合與分組運(yùn)算，包括分組聚合的原理、分組操作、數(shù)據(jù)聚合及其他分組級(jí)運(yùn)算，并結(jié)合運(yùn)動(dòng)員基本信息的案例，講解如何在項(xiàng)目中應(yīng)用分組與聚合運(yùn)算。大家在學(xué)習(xí)與理解的同時(shí)，要多加練習(xí)，可根據(jù)具體情況選擇合理的技術(shù)進(jìn)行運(yùn)用即可。第6章主要介紹了幾個(gè)數(shù)據(jù)可視化工具，包括Python 2D繪圖庫(kù)Matplotlib、繪制統(tǒng)計(jì)數(shù)據(jù)的庫(kù)Seaborn和交互式可視化的庫(kù)Bokeh，并結(jié)合某年旅游景點(diǎn)的案例，講解如何使用Matplotlib庫(kù)繪制圖表輔助分析。希望通過(guò)本章的學(xué)習(xí)，讀者可以體會(huì)到在數(shù)據(jù)分析中運(yùn)用可視化工具的好處。第7章圍繞著時(shí)間序列數(shù)據(jù)分析進(jìn)行了介紹，包括創(chuàng)建時(shí)間序列、時(shí)間序列的索引和切片操作、固定頻率的時(shí)間序列、時(shí)間周期與計(jì)算、重采樣、滑動(dòng)窗口及時(shí)序模型ARIMA，并結(jié)合預(yù)測(cè)股票收盤(pán)價(jià)的案例，講解了在項(xiàng)目中如何用時(shí)序模型對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)測(cè)分析。通過(guò)對(duì)本章內(nèi)容的學(xué)習(xí)，讀者應(yīng)該掌握處理時(shí)間序列數(shù)據(jù)的一些技巧，并靈活加以運(yùn)用。第8章主要針對(duì)文本數(shù)據(jù)分析進(jìn)行講解，包括文本數(shù)據(jù)分析的工具、文本預(yù)處理、文本情感分析、文本相似度和文本分類(lèi)，并結(jié)合商品評(píng)價(jià)分析的案例，講解了如何利用NLTK與jieba預(yù)處理和分析文本數(shù)據(jù)。希望通過(guò)對(duì)本章知識(shí)的學(xué)習(xí)，讀者可以理解文本數(shù)據(jù)分析的原理，以便后續(xù)能基于機(jī)器學(xué)習(xí)更深入地去探索。第9章是一個(gè)完整的實(shí)戰(zhàn)項(xiàng)目，用于統(tǒng)計(jì)分析當(dāng)前北京租房的信息，包括數(shù)據(jù)收集、預(yù)處理數(shù)據(jù)、數(shù)據(jù)分析，以及利用圖表展現(xiàn)數(shù)據(jù)。希望通過(guò)對(duì)本章的學(xué)習(xí)，讀者能夠靈活地運(yùn)用數(shù)據(jù)分析的技術(shù)，具備開(kāi)發(fā)簡(jiǎn)單項(xiàng)目的能力。在學(xué)習(xí)過(guò)程中，讀者一定要親自實(shí)踐本書(shū)中的案例代碼。如果不能完全理解書(shū)中所講知識(shí)，讀者可以登錄博學(xué)谷平臺(tái)，通過(guò)平臺(tái)中的教學(xué)視頻進(jìn)行深入學(xué)習(xí)。學(xué)習(xí)完一個(gè)知識(shí)點(diǎn)后，要及時(shí)在博學(xué)谷平臺(tái)上進(jìn)行測(cè)試，以鞏固學(xué)習(xí)內(nèi)容。另外，如果讀者在理解知識(shí)點(diǎn)的過(guò)程中遇到困難，建議不要糾結(jié)于某個(gè)地方，可以先往后學(xué)習(xí)。通常來(lái)講，通過(guò)逐漸深入的學(xué)習(xí)，前面不懂和疑惑的知識(shí)點(diǎn)也就能夠理解了。在學(xué)習(xí)編程的過(guò)程中，一定要多動(dòng)手實(shí)踐，如果在實(shí)踐的過(guò)程中遇到問(wèn)題，建議多思考，理清思路，認(rèn)真分析問(wèn)題發(fā)生的原因，并在問(wèn)題解決后總結(jié)出經(jīng)驗(yàn)。本書(shū)的編寫(xiě)和整理工作由傳智播客教育科技股份有限公司完成，主要參與人員有呂春林、高美云、王曉娟、孫東等。全體人員在近一年的編寫(xiě)過(guò)程中付出了很多辛勤的汗水，在此一并表示衷心的感謝。盡管我們付出了zui大的努力，但書(shū)中難免會(huì)有不妥之處，歡迎各界專(zhuān)家和讀者朋友們來(lái)信給予寶貴意見(jiàn)，我們將不勝感激。您在閱讀本書(shū)時(shí)，如發(fā)現(xiàn)任何問(wèn)題或有不認(rèn)同之處，可以通過(guò)電子郵件與我們?nèi)〉寐?lián)系。請(qǐng)發(fā)送電子郵件至：itcast_book@vip.sina.com。黑馬程序員2018年11月12日于北京