本书以Python作为数据分析的工具，系统地介绍数据分析所需的核心知识点，为书中的数据分析任务提供分析说明、代码示例和极为详细的代码注释，对于代码中出现的重要知识点会细心地为读者标注出相关内容在书中出现的章节位置。

全书共11章，分为3篇：初识篇、基础篇和进阶篇。初识篇（第1和2章），主要介绍数据分析和Python的相关基础概念，一些数据分析的具体应用场景及Python的集成开发环境；基础篇（第3~9章），主要介绍Python的基础语法，自动化办公的基础操作，数据可视化库Matplotlib和Seaborn，数据分析的核心库Numpy和Pandas，提供了大量翔实有趣的编程和数据分析示例；进阶篇（第10和11章），主要介绍了机器学习的入门基础理论知识和代码实现，监督学习和无监督学习的各种典型算法，涉及机器学习和数据挖掘的常用库scikit-learn及神经网络框架PyTorch等的使用，还介绍了编程算法中的动态规划，数据分析的实战例子。

本书面向初学者，可以作为高等院校各专业的数据分析课程教材，也可以作为广大数据分析从业者、爱好者、办公人员、科研人员的参考和学习用书。

为什么要写本书

随着信息技术和人工智能产业的蓬勃发展，数据成为时代发展下的珍贵资源。各行各业通过数据分析技术挖掘数据的价值，数据分析技术在如医疗健康、交通出行、商业策略、经济金融、城乡规划、气象变化、科学研究及自动化办公等许多领域大放异彩，取得了巨大的成功，因此无论是工业界还是学术界，对数据分析人才的需求都十分迫切。

本书选择Python作为数据分析的利器。Python作为一门简单易用的编程语言，又因其具有众多功能强大的第三方库而被广泛应用于人工智能领域，许多与人工智能关联的框架都是以Python作为主要语言进行开发的。数据分析与人工智能等相关领域密不可分，数据分析中可以应用相应的智能算法辅助决策，人工智能也离不开对数据的分析与处理，因此使用Python作为数据分析的工具能很好地适应智能产业时代的发展，并且Python与其他学科有很好的交融性、适应性。

由于知识更新迭代的速度日新月异，本书编写的目的不仅仅是希望读者掌握本书介绍的Python数据分析知识，更希望读者能够掌握学习数据分析的技巧，重视编程能力提升，让读者在掌握本书知识内容的情况下，无论是继续学习数据分析相关知识，还是想拓展涉及更多更深的Python应用领域(如人工智能、机器学习方向)，都能够有扎实的基础。

本书内容与特色

全书共分为3篇： 初识篇、基础篇和进阶篇。初识篇(第1章和第2章)，主要介绍数据分析和Python的相关基础概念，一些数据分析的具体应用场景及Python的集成开发环境； 基础篇(第3~9章)，主要介绍Python的基础语法，自动化办公的基础操作，借助Matplotlib和Seaborn进行数据可视化，数据分析的核心库NumPy和Pandas，提供了大量翔实、有趣的编程和数据分析示例； 进阶篇(第10章和第11章)，主要介绍机器学习的入门基础理论知识和代码实现，监督学习和无监督学习的各种典型算法，涉及机器学习和数据挖掘的常用库scikitlearn及神经网络框架PyTorch等的使用，还介绍了编程算法中的动态规划，以及数据分析的实战例子。

由于不同的读者对Python代码的接受程度不一样，知识基础也不一样，因此为了让读者尽可能轻松地理解全书内容，没有专业障碍地进行全书内容学习，编者尽量站在读者的角度进行全书的写作。本书以通俗语言为读者进行内容的阐释，对于书中所举的数据分析任务提供分析说明和示例代码，在代码中也有着极为详细的注释，如果书中后面内容的代码使用了前面内容介绍的知识，还会细心地为读者标注相关内容在书中出现的具体位置，以期减轻读者的代码阅读负担，提高读者的学习效率，节省读者的时间。

读者对象

本书面向的读者是数据分析的初学者，可以作为高等院校各专业的“数据分析”课程教材，也可以作为广大数据分析从业者、爱好者、办公人员、科研人员的参考和学习用书。

勘误和支持

由于编者的水平及撰稿时间有限，书中难免会出现一些疏漏或者表意不准确的地方，诚挚恳请读者及专家、学者给予批评和指正。

致谢

特别感谢清华大学出版社的赵佳霓老师，感谢她对本书专业且高效的审阅，以及对书中各种表意方式和文笔的润色建议。感谢参与本书出版的所有出版社的老师，在他们的辛勤努力下，才有了本书的顺利出版。

感谢厦门大学智能多媒体技术实验室和厦门大学数据挖掘与计算智能实验室的所有老师和同学，

感谢他们在本书编写过程中给予的支持、指导和帮助，以及对编者的理解和鼓励。

最后，感谢编者的家人和朋友的一路陪伴，编者将始终满怀感恩！

配套资源

为了方便读者学习，本书配套提供了书中的程序代码，并录制了部分重点内容的讲解视频，读者扫描下方二维码即可下载代码及相关数据文件。

本书源代码

撰写一本书是为了将知识和技能进行梳理并分享给大众，为大众提供便利是一件非常有意义的事情。最后，编者希望本书能够为数据分析技术的普及贡献绵薄之力。

编者

2021年9月于厦门

初识篇

第1章Python与数据分析

1.1数据分析概念

1.2为什么使用Python

1.2.1智能时代的通用语言

1.2.2强大高效的第三方库

1.2.3轻松的代码结合能力

1.3数据分析领域的应用场景

1.3.1医疗健康

1.3.2交通出行

1.3.3商业策略

1.3.4经济金融

1.3.5城乡规划

1.3.6气象变化

1.3.7科研及自动化办公

1.4本章小结

第2章初识Python

2.1Python语言特点

2.2Python安装方式

2.2.1Anaconda安装

2.2.2官网安装

2.3Python集成开发环境

2.3.1Jupyter Notebook

2.3.2Spyder

2.3.3PyCharm

2.4本章小结

基础篇

第3章Python基础

3.1变量与赋值

3.1.1变量

3.1.2赋值

3.2输入与输出

3.2.1输入

3.2.2输出

3.3Python对象

3.3.1Python对象的概念

3.3.2变量与对象的关系

3.4数据类型

3.4.1数字

3.4.2字符串

3.4.3列表

3.4.4元组

3.4.5字典

3.4.6集合

3.5运算符与表达式

3.5.1算术运算符

3.5.2比较运算符

3.5.3逻辑运算符

3.5.4位运算符

3.5.5赋值运算符

3.5.6成员运算符

3.5.7身份运算符

3.6选择结构

3.6.1if语句

3.6.2ifelse语句

3.6.3ifelifelse语句

3.7循环结构

3.7.1while循环

3.7.2for循环

3.7.3循环嵌套

3.7.4循环控制语句

3.8综合示例

3.9本章小结

第4章Python函数与模块

4.1函数

4.1.1函数的概念

4.1.2函数的声明

4.1.3函数的参数

4.1.4函数的调用及参数值的传递过程

4.1.5变量的作用域

4.1.6lambda函数

4.1.7函数编程示例

4.1.8递归函数

4.2第三方模块

4.2.1概念与作用

4.2.2第三方模块的导入与使用

4.3本章小结

第5章面向对象编程

5.1面向对象

5.1.1类和对象的概念

5.1.2面向过程编程与面向对象编程比较

5.2类、对象的创建和使用

5.2.1类的定义及实例化

5.2.2类变量和类方法的权限

5.2.3综合示例

5.3类的继承

5.3.1继承的概念

5.3.2继承的语法和使用

5.4Python中的异常处理机制

5.4.1异常的概念

5.4.2异常处理语句

5.4.3assert断言

5.4.4自定义异常

5.5本章小结

第6章Python文件操作

6.1文件字符的编码方式

6.2Python文件的操作步骤

6.3文件的打开与关闭 

6.4文件的读取与写入 

6.5Excel文件操作库简介

6.6Python文件的批量自动化操作

6.7本章小结

第7章数据可视化

7.1Matplotlib

7.1.1Matplotlib简介及安装

7.1.2Matplotlib绘图基础

7.1.3默认属性值的修改与绘图填充

7.1.4常用绘图形式

7.1.5词云

7.2Seaborn

7.2.1折线图

7.2.2散点图

7.2.3关联图

7.2.4直方图

7.2.5其他常用绘图形式

7.2.6绘图风格与数据分组

7.3本章小结

第8章数值计算扩展库

8.1NumPy简介及安装

8.2数组的创建

8.3数组对象ndarray的常用属性

8.4数组对象的数据取值

8.4.1索引取值

8.4.2索引列表取值

8.4.3切片取值

8.4.4布尔取值

8.4.5搭配取值

8.4.6迭代取值

8.5数组对象元素的更新

8.6数组对象的合并与拆分

8.7数组对象的基本运算与广播机制

8.8数组对象支持的数据类型

8.9数组对象的维度转换

8.10NumPy的随机数组

8.11数组对象的常用数据统计函数

8.12数据处理常用操作

8.13数组对象的常用数学函数

8.14NumPy与线性代数计算

8.15NumPy文件和批量数据操作

8.16本章小结

第9章结构化数据分析库

9.1Pandas简介及安装

9.2Pandas支持的数据类型

9.3Series对象详细讲解

9.3.1Series对象的创建方法

9.3.2Series对象的属性

9.3.3Series对象的取值

9.3.4Series对象的更新

9.3.5Series对象的基本运算

9.3.6Series对象的统计函数

9.3.7Series对象的字符串处理

9.3.8Series对象的常用函数

9.4DataFrame对象详细讲解

9.4.1DataFrame对象的创建方法

9.4.2DataFrame对象的属性

9.4.3DataFrame对象的取值

9.4.4DataFrame对象的更新

9.4.5DataFrame对象的基本运算

9.4.6DataFrame对象的统计函数

9.4.7DataFrame对象的字符串处理

9.4.8DataFrame对象的常用函数

9.5Pandas的文件操作

9.5.1读取和写入Excel文件

9.5.2批量处理多个Excel文件数据

9.5.3读取和写入csv文件

9.5.4读取和写入txt文件

9.6Pandas的数据分组与聚合

9.6.1数据分组

9.6.2数据聚合

9.6.3综合示例

9.7Pandas的透视表与交叉表

9.7.1透视表

9.7.2交叉表

9.8Pandas的数据预处理

9.8.1缺失值处理

9.8.2重复值处理

9.8.3归一化处理

9.8.4有效性审校

9.8.5连续值离散化

9.8.6离散值编码

9.9Pandas的时间序列处理

9.9.1创建时间序列

9.9.2时间序列格式化

9.9.3时间序列运算

9.9.4时间序列属性

9.9.5时间序列处理综合示例

9.10Pandas数据的可视化

9.11本章小结

进阶篇

第10章数据分析常用算法

10.1机器学习基础

10.2监督学习算法

10.2.1线性回归

10.2.2逻辑回归

10.2.3KNN算法

10.2.4基于PyTorch搭建神经网络

10.2.5线性判别分析

10.2.6朴素贝叶斯分类器

10.2.7SVM支持向量机

10.2.8决策树

10.3无监督学习算法

10.3.1聚类

10.3.2PCA数据降维

10.4编程算法在数据分析中的应用

10.4.1编程算法与数据分析

10.4.2动态规划算法概念

10.4.3动态规划算法编程示例

10.4.4动态规划算法在数据分析中的应用示例

10.5本章小结

第11章数据分析实战

11.1数据集介绍

11.2实战演练

11.2.1数据预处理

11.2.2统计分析与绘图

11.2.3机器学习建模

11.3本章小结

参考文献

本书系统、全面讲解Python数据分析知识，帮助读者掌握学习数据分析的技巧，提升编程能力，让读者在掌握本书知识内容的情况下，无论是继续学习数据分析相关知识，还是想拓展涉及更多更深的Python应用领域（如人工智能、机器学习方向），都能够有扎实的基础。

邓立文 厦门大学智能多媒体技术实验室成员。承担过多项数据分析与挖掘相关的科研项目工作，曾多次在各类数据科学竞赛中获奖，积累了丰富的实践经验，对数据分析有着深刻的理解，从事健康医疗大数据、机器学习和系统开发相关研究工作。

俞心宇  厦门大学数据挖掘与计算智能实验室成员。曾多次在国赛、美赛等各项数学建模和数据分析竞赛中获奖，在多个科研项目中承担过数据分析和挖掘工作，有丰富的数据分析相关项目经历，从事生物信息学相关研究工作。

牛瑶  厦门大学智能多媒体技术实验室成员。曾多次在国赛等各项数学建模竞赛及厦门大学思维逻辑大赛中获奖，在多个科研项目中承担过数据分析工作，有丰富的数据分析相关项目经历，从事医疗视觉和机器学习相关研究工作。