序言

有幸收到張俊紅的做序邀請，我非常高興。

從PC時代到移動互聯(lián)網(wǎng)時代一路走來，每個人都感受到了數(shù)據(jù)爆炸性的增長，以及其中蘊含的巨大價值。

從PC時代開始，我們用鍵盤、掃描儀等設備使信息數(shù)據(jù)化。在移動互聯(lián)網(wǎng)時代，智能手機通過攝像頭、GPS、陀螺儀等各種傳感器將我們的位置、行動軌跡、行為偏好，甚至情緒等信息數(shù)據(jù)化。截至2000年，全人類存儲了大約12EB的數(shù)據(jù)，要知道1PB=1024TB，而1EB=1024PB。但是到了2011年，一年所產(chǎn)生的數(shù)據(jù)就高達1.82ZB （注：1ZB=1024EB），數(shù)據(jù)已經(jīng)變成了一種人造的“新能源”。

在商業(yè)領域，從信息到商品，從商品到服務，越來越多我們熟悉的事物被標準的數(shù)據(jù)所度量。無論是在線廣告的精準營銷，還是電子商務的個性化推薦，又或者是互聯(lián)網(wǎng)金融的人臉識別，互聯(lián)網(wǎng)的每一次效率提升都依賴于對傳統(tǒng)信息、物品，甚至人的數(shù)據(jù)化。

在使用數(shù)據(jù)進行效率變革及商業(yè)化的道路上，Excel和Python扮演了關鍵的角色，它們幫助數(shù)據(jù)分析師高效地從海量數(shù)據(jù)中發(fā)現(xiàn)問題，驗證假設，搭建模型，預測未來。

作為一本數(shù)據(jù)分析的專業(yè)書籍，作者從數(shù)據(jù)采集、清洗、抽取，以及數(shù)據(jù)可視化等多個角度介紹了日常工作中數(shù)據(jù)分析的標準路徑。通過對比Excel與Python在數(shù)據(jù)處理過程中的操作步驟，詳細說明了Excel與Python間的差異，以及用Python進行數(shù)據(jù)分析的方法。

雖與作者素未謀面，但是對于Python在處理海量數(shù)據(jù)和建模上的高效性與便捷性，以及Python在機器學習中的重要性，我們的觀點是一致的。同時我們也相信對于數(shù)據(jù)分析從業(yè)者來說，掌握一種用于數(shù)據(jù)處理的編程語言是非常必要的，而從 Excel 到Python的學習方法則是一條學好數(shù)據(jù)分析的“捷徑”。

王彥平

（網(wǎng)名“藍鯨”，電子書《從Excel到Python——數(shù)據(jù)分析進階指南》《從Excel到R——數(shù)據(jù)分析進階指南》《從Excel到SQL——數(shù)據(jù)分析進階指南》的作者）

2019年1月8日