作为一本学习Python数据分析的入门教程，本书系统地介绍了Python语言基础和使用Python第三方库进行数据分析、数据可视化、科学计算及机器学习等方面的知识。

本书共7章： 第1章介绍数据分析领域的基本理论和概念； 第2章介绍Python语言，包括基本语法、流程控制、组合数据类型及函数等内容； 第3章介绍Python科学计算基础库NumPy中各种数组运算和操作； 第4章介绍当前数据分析领域最主流的包Pandas； 第5章介绍使用Matplotlib和pyecharts进行数据可视化的知识； 第6章简单介绍科学计算和机器学习的基本概念和方法； 第7章为综合案例。

本书内容简明易懂、重点突出、案例丰富。可作为高等院校信息管理与信息系统、数据科学及大数据技术等相关专业的本科生教材，也可作为Python数据分析初学者的参考书。

随着大数据、互联网技术的飞速发展，每天都会产生海量的数据，可以说数据无处不在。政府、企业和学界都已充分认识到数据的重要性。面对海量数据，如何进行汇总、整合、分析，是摆在大家面前的一个重要议题。

数据分析是指为了提取有用的信息和形成结论而对数据加以详细研究和概括总结的过程。数据分析涵盖的内容很广，涉及领域包括数学、统计学、计算机科学以及数据科学等。在大数据和人工智能时代，对数据分析专业人才的需求日益旺盛，同时对于其他行业，具备数据分析能力的复合人才同样不可或缺。

欲善其事，先利其器。近年来，Python语言在数据分析、数据挖掘、机器学习等领域中的应用越来越普及，除了Python语言自身简洁优雅，具有良好的可扩展性和跨平台性等优点外，其完善的计算生态和大量优秀的第三方库的支持是Python能够称为诸多新兴计算领域主流工具的一个重要原因。

对于广大高等院校的学生而言，不论所学专业，初步掌握数据分析的理论、方法和工具同样大有裨益。本书作者所在高校近年来一直在持续推进计算机公共基础课程教学的改革，结合不同专业的特点经充分研究论证后，制定了分层次的计算机课程教学体系。第一层次注重计算机基础理论、计算思维和程序设计能力的培养； 第二层次侧重数据分析基本方法和技能的培养。经过多个教学周期的积累和总结，在教学内容、方法以及实践操作等方面有了一定的心得和经验，本书便是在近年来数据分析课程的教学基础上加以总结、提炼，编写而成的。

参与编写本书的作者均为天津财经大学管理科学与工程学院管理信息系统系教师。其中，单春玲负责编写第1章和第5章； 韩瀛负责编写第2章和第3章； 李欢负责编写第4章； 薛福亮担任主编并负责编写第6章和第7章。

本书编写过程中，得到清华大学出版社的大力支持，在此对各位编辑的辛勤工作表示衷心感谢。此外，我们还参考了很多学者的著作并从中汲取了很多有益的知识和思想，在此一并表示感谢。

由于作者水平有限且成书时间仓促，书中不足之处在所难免，敬请各位同行和读者批评指正。

作者

2021年5月

第1章数据分析概述00

1.1什么是数据分析00

1.1.1数据的类型00

1.1.2数据分析的过程00

1.1.3与数据分析相关的概念00

1.2为何用Python进行数据分析00

1.2.1Python语言的特点00

1.2.2Python在数据分析方面的优势00

1.3重要的Python库00

1.3.1NumPy00

1.3.2SciPy00

1.3.3Pandas00

1.3.4Matplotlib00

1.3.5pyecharts00

1.3.6StatsModels00

1.3.7scikitlearn00

1.4Anaconda的安装和使用00

1.4.1Anaconda的下载00

1.4.2Anaconda的安装00

1.4.3安装和更新Python包00

1.5Jupyter Notebook的使用0

1.5.1打开Jupyter Notebook0

1.5.2Jupyter Notebook中代码的编辑与运行0

1.6本章小结0

第2章Python程序设计基础0

2.1Python语言基础0

2.1.1对象、变量和标识符0

2.1.2内置数据类型0

2.1.3运算符和表达式0

2.1.4Python中的函数和模块0

2.2流程控制0

2.2.1顺序结构0

2.2.2选择结构0

2.2.3循环结构0

2.3Python组合数据类型0

2.3.1列表0

2.3.2元组0

2.3.3字符串0

2.3.4字典0

2.4函数0

2.4.1函数的定义和调用0

2.4.2函数参数和返回值0

2.4.3lambda表达式0

2.4.4递归函数0

2.4.5函数式编程和高阶函数0

2.5本章小结0

第3章NumPy基础0

3.1多维数组对象ndarray0

3.1.1ndarray对象的创建0

3.1.2ndarray对象的属性0

3.1.3随机数数组0

3.2数组的基本操作0

3.2.1数组的索引和切片0

3.2.2数组形状变换0

3.2.3数组转置和轴对换0

3.2.4数组的合并与拆分0

3.3数组的运算0

3.3.1数组运算和广播机制0

3.3.2数组的排序0

3.3.3统计运算0

3.3.4线性代数运算0

3.4一个有趣的数组应用实例0

3.5本章小结0

第4章Pandas数据分析0

4.1Pandas数据结构及创建0

4.1.1Pandas数据结构概述0

4.1.2创建Series数据结构0

4.1.3创建DataFrame数据结构0

4.2DataFrame基本操作0

4.2.1基本列操作0

4.2.2基本行操作0

4.3Pandas检索0

4.3.1基本检索0

4.3.2多行检索0

4.3.3多列检索0

4.3.4行列检索0

4.3.5条件检索

4.3.6重新检索

4.3.7更换检索

4.4Pandas数据运算

4.4.1算术运算

4.4.2排序

4.4.3函数应用和映射

4.4.4统计方法

4.5Pandas处理缺失值

4.5.1查找缺失值

4.5.2删除缺失值

4.5.3填充缺失值

4.6数据载入与输出

4.6.1读/写文本文件

4.6.2读/写Excel文件

4.7数据聚合与分组

4.7.1merge数据合并

4.7.2concat轴向连接

4.7.3检测与处理重复值

4.7.4数据分组

4.8综合案例

4.8.1背景介绍

4.8.2数据整理目标

4.8.3数据读取与初步探索

4.8.4数据的清洗与整理

4.8.5数据查看

4.8.6数据的分组整理

4.8.7数据保存

4.9本章小结

第5章数据可视化

5.1Matplotlib可视化

5.1.1Matplotlib基本图形 

5.1.2Matplotlib自定义设置

5.2pyecharts可视化

5.2.1pyecharts的安装和使用

5.2.2pyecharts的常用图形

5.3本章小结

第6章科学计算与机器学习

6.1SciPy科学计算库

6.1.1SciPy简介

6.1.2SciPy常量包

6.1.3SciPy积分

6.2scikitlearn机器学习库

6.2.1线性回归

6.2.2逻辑回归

6.2.3k均值聚类

6.3本章小结

第7章机器学习综合案例

7.1“泰坦尼克”事件的生存率预测

7.1.1提出问题

7.1.2理解数据

7.1.3数据基本分析

7.1.4数据预处理

7.1.5逻辑回归建模

7.2本章小结

参考文献

Python拥有许多强大的程序库，已经成为进行各种数据分析和预测建模任务的流行平台。Python的应用范围很广，拓展性很大。本书介绍了众多的Python模块，例如numpy、pandas、Matplotlib、scikit-learn等。

薛福亮（1978-），男，天津财经大学管理科学与工程学院教师，博士研究生。目前主要从事电子商务推荐，数据挖掘等方面的研究。主持多个省部级科研项目，参与多个国家级科研项目，出版专著和教材多部，在国内重要期刊上发表核心论文多篇。