前言

為什么要寫本書

隨著信息技術和人工智能產業的蓬勃發展，數據成為時代發展下的珍貴資源。各行各業通過數據分析技術挖掘數據的價值，數據分析技術在如醫療健康、交通出行、商業策略、經濟金融、城鄉規劃、氣象變化、科學研究及自動化辦公等許多領域大放異彩，取得了巨大的成功，因此無論是工業界還是學術界，對數據分析人才的需求都十分迫切。

本書選擇Python作為數據分析的利器。Python作為一門簡單易用的編程語言，又因其具有眾多功能強大的第三方庫而被廣泛應用于人工智能領域，許多與人工智能關聯的框架都是以Python作為主要語言進行開發的。數據分析與人工智能等相關領域密不可分，數據分析中可以應用相應的智能算法輔助決策，人工智能也離不開對數據的分析與處理，因此使用Python作為數據分析的工具能很好地適應智能產業時代的發展，并且Python與其他學科有很好的交融性、適應性。

由于知識更新迭代的速度日新月異，本書編寫的目的不僅僅是希望讀者掌握本書介紹的Python數據分析知識，更希望讀者能夠掌握學習數據分析的技巧，重視編程能力提升，讓讀者在掌握本書知識內容的情況下，無論是繼續學習數據分析相關知識，還是想拓展涉及更多更深的Python應用領域（如人工智能、機器學習方向），都能夠有扎實的基礎。

本書內容與特色

全書共分為3篇：初識篇、基礎篇和進階篇。初識篇（第1章和第2章），主要介紹數據分析和Python的相關基礎概念，一些數據分析的具體應用場景及Python的集成開發環境；基礎篇（第3～9章），主要介紹Python的基礎語法，自動化辦公的基礎操作，借助Matplotlib和Seaborn進行數據可視化，數據分析的核心庫NumPy和Pandas，提供了大量翔實、有趣的編程和數據分析示例；進階篇（第10章和第11章），主要介紹機器學習的入門基礎理論知識和代碼實現，監督學習和無監督學習的各種典型算法，涉及機器學習和數據挖掘的常用庫scikit-learn及神經網絡框架PyTorch等的使用，還介紹了編程算法中的動態規劃，以及數據分析的實戰例子。

由于不同的讀者對Python代碼的接受程度不一樣，知識基礎也不一樣，因此為了讓讀者盡可能輕松地理解全書內容，沒有專業障礙地進行全書內容學習，編者盡量站在讀者的角度進行全書的寫作。本書以通俗語言為讀者進行內容的闡釋，對于書中所舉的數據分析任務提供分析說明和示例代碼，在代碼中也有著極為詳細的注釋，如果書中后面內容的代碼使用了前面內容介紹的知識，還會細心地為讀者標注相關內容在書中出現的具體位置，以期減輕讀者的代碼閱讀負擔，提高讀者的學習效率，節省讀者的時間。

讀者對象

本書面向的讀者是數據分析的初學者，可以作為高等院校各專業的“數據分析”課程教材，也可以作為廣大數據分析從業者、愛好者、辦公人員、科研人員的參考和學習用書。

勘誤和支持

由于編者的水平及撰稿時間有限，書中難免會出現一些疏漏或者表意不準確的地方，誠摯懇請讀者及專家、學者給予批評和指正。

致謝

特別感謝清華大學出版社的趙佳霓老師，感謝她對本書專業且高效的審閱，以及對書中各種表意方式和文筆的潤色建議。感謝參與本書出版的所有出版社的老師，在他們的辛勤努力下，才有了本書的順利出版。

感謝廈門大學智能多媒體技術實驗室和廈門大學數據挖掘與計算智能實驗室的所有老師和同學，感謝他們在本書編寫過程中給予的支持、指導和幫助，以及對編者的理解和鼓勵。

最后，感謝編者的家人和朋友的一路陪伴，編者將始終滿懷感恩！

配套資源

為了方便讀者學習，本書配套提供了書中的程序代碼，并錄制了部分重點內容的講解視頻，讀者掃描下方二維碼即可下載代碼及相關數據文件。

撰寫一本書是為了將知識和技能進行梳理并分享給大眾，為大眾提供便利是一件非常有意義的事情。最后，編者希望本書能夠為數據分析技術的普及貢獻綿薄之力。

編者

2021年9月于廈門