自序

在2017年的一天，我看到了一份研究報告，在那份報告中，從各個層面詳細地對比了各種商業(yè)的、開源的數據分析工具。就在那一天，我遇到了KNIME。

在此之前，我使用過很多數據分析工具，無論是低抽象級別的C/C++、Python、R，還是高抽象級別的MATLAB、Maple、Mathematica，抑或是專攻某一方向的SPSS、Lingo、Orange、Weka、Excel，甚至一些云服務商的工具。

我當時的工作除了開發(fā)程序，還涉及一些數據分析工作，主要是通過Python來構建特征并進行分析。數據分析主要是一個探索性的工作，需要我們做出假設和推理，再用數據去驗證假設，這也就決定了分析過程并沒有一個嚴格的路徑，需要很多試錯（trial and error）過程。

當初步調研KNIME之后，我嘗試用它來將我之前的工作復現，發(fā)現之前用Python斷斷續(xù)續(xù)做了半個月的工作，居然一個下午就完全實現了。當然，實現過程這么快除了有KNIME適合這項任務的原因，也有我對之前所做工作的理解變深的原因。總之，我被震撼到了。在此之后，如果一項任務適合用KNIME做，那我就會毫不猶豫地使用它。

KNIME AP（在書中會詳細介紹整個KNIME生態(tài)環(huán)境）是一款開源的、免費的工具，在持續(xù)的使用過程中，我積累了一些經驗，更重要的是，在進行數據分析的過程中，它為我節(jié)省了相當多的時間，帶給我很多因為數據分析所獲得的洞見。本著“人人為我，我為人人”的精神，我想，我也應該為這款開源工具做一些什么了。于是，我陸陸續(xù)續(xù)寫了一些相關的數據分析文章，發(fā)布在“數據分析指北”公眾號上，獲得了不少正面反饋，甚至有一些朋友，專門加了我的個人微信，只為表達他們的感謝。在思索良久之后，我決定系統地寫一寫KNIME的使用和數據分析，于是有了這本書。

本書是目前（截至2022年10月）市面上唯一一本系統性地介紹KNIME數據分析的中文教程。其中包含公眾號“數據分析指北”的一些內容（做了大量修訂，且出版社老師為了提高可讀性做了不少文字方面的修改），包含對KNIME大部分節(jié)點完整的覆蓋性介紹，相信讀者在了解之后，會對節(jié)點的使用游刃有余。另外，書中還有一些高階內容，比如流變量、循環(huán)、分支、錯誤處理、可視化、模塊化、Java、Python節(jié)點、測試、時間序列分析、深度學習，甚至KNIME擴展開發(fā)等，能讓讀者更深入地了解和使用KNIME。

按照當今的流行術語來說，KNIME是一款通用型的低代碼（low code）數據分析軟件，也就是說，它的主要操作方式通過“拖拉曳”就能完成。

本書適合所有日常有數據分析需求的讀者，能幫助其輕松應對大部分常見的數據分析問題。

寫作本書的過程是一個非常艱辛的過程，其中的工作量就像是寫了四、五篇完整的畢業(yè)論文。在整個寫作過程中，zz出生，zz媽及岳父、岳母承擔了很多原本應該由我承擔的責任；母親病重去世，父親也承擔了很多原本應該由我承擔的責任。我感到無比愧疚和自責。

之前我對zz媽說，這本書獻給我生命中兩個重要的女人，一個是我的母親，另一個是她。我希望這本書能帶給你（讀者）和我新的一天。在此之后，你我的任何一天都會和以前不一樣。

感謝電子工業(yè)出版社石倩老師在本書出版過程中給予我的幫助，包括但不限于負責整個出版流程、各種瑣事，以及對文字的悉心修正。還有一些我叫不出名字的背后的工作人員，正是因為有你們認真負責的工作，這本書才有幸出現在讀者手中。

本書主要內容由我完成，杜曉剛編寫了本書的高級內容——深度學習、時間序列分析、機器學習相關內容的撰寫，溫景陽編寫了本書的進階內容。

本書獲得了國家自然科學基金項目（61861024）和甘肅省自然科學基金（20JR5RA404）資助。在此一并表示感謝。

雒玉璽（指北君）