前言

為什么要寫本書？

Python是什么？

Python是一種帶有動態語義的、解釋性的、面向對象的高級編程語言。其高級內置數據結構，結合動態類型和動態綁定，使其對于敏捷軟件開發非常具有吸引力。同時， Python作為腳本型（膠水）語言連接現有的組件也十分高效。Python語法簡潔，可讀性強，從而能降低程序的維護成本。不僅如此，Python支持模塊和包，鼓勵程序模塊化和代碼重用。

Python語言的解釋性使其語法更接近人類的表達和思維過程，開發程序的效率極高。習慣使用Python者，總習慣在介紹Python時強調一句話：“人生苦短，我用Python?！庇捎跊]有編譯步驟，“寫代碼—測試—調試”的流程能被快速地反復執行。

作為一款用途廣泛的語言，Python在數據分析與機器學習領域的表現，稱得上“一任群芳妒”。2016年3月，國外知名技術問答社區StackOverflow發布了《2016年開發者調查報告》。此調查號稱是有史以來最為全面的開發者調查。其中，數據科學家的十大技術棧中，有7個包含Python。具體來說，數據科學家中有63%正在使用Python,44%正在使用R語言。而且，27%的人同時使用這兩種語言。Python還在“最多人使用的技術”“最受歡迎技術”“需求度最高技術”等榜單中名列前十。Python的明顯優勢：

? Python作為一款優雅、簡潔的開源編程語言，吸引了世界各地頂尖的編程愛好者的注意力。每天都有數量眾多的開源項目更新自己的功能，作為第三方模塊為其他開發者提供更加高效、便利的支持。

? Python提供了豐富的API和工具，以便程序員能夠輕松地使用C、C++、Cython來編寫擴充模塊，從而集成多種語言的代碼，協同工作。一些算法在底層用C實現后，封裝在Python模塊中，性能非常高效。

? Python受到世界各地開發者的一致喜愛，在世界范圍內被廣泛使用。這意味著讀者可以通過查看代碼范例，快速學習和掌握相關內容。

? Python語言簡單易學，語法清晰。Python開發者的哲學是“用一種方法，最好是只有一種方法來做一件事”。通常，相較其他語言，Python的源代碼被認為具有更好的可讀性。

2004年，Python已在Google內部使用，他們的宗旨是：Python where we can, C++where we must，即在操控硬件的場合使用C++，在快速開發時使用Python。

總的來說，Python是一款用于數據統計、分析、可視化等任務，以及機器學習、人工智能等領域的高效開發語言。它能滿足幾乎所有數據挖掘下所需的數據處理、統計模型和圖表繪制等功能需求。大量的第三方模塊所支持的內容涵蓋了從統計計算到機器學習，從金融分析到生物信息，從社會網絡分析到自然語言處理，從各種數據庫各種語言接口到高性能計算模型等領域。隨著大數據時代的來臨，數據挖掘將更加廣泛地滲透到各行各業中去，而Python作為數據挖掘里的熱門工具，將會有更多不同行業的人加入到Python愛好者的行列中來。完全面向對象的Python的教學工作也將成為高校中數學與統計學專業的重點發展對象，這是大數據時代下的必然趨勢。

本書特色

筆者從實際應用出發，結合實際例子及應用場景，深入淺出地介紹Python開發環境的搭建、Python基礎入門、函數、面向對象編程、實用模塊和圖表繪制及常用的建模算法在Python中的實現方式。本書的編排以Python語言的函數應用為主，先介紹了函數的應用場景及使用格式，再給出函數的實際使用示例，最后對函數的運行結果做出了解釋，將掌握函數應用的所需知識點按照實際使用的流程展示出來。

為方便讀者理解Python語言中相關函數的使用，本書配套提供了書中使用的示例的代碼及所用的數據，讀者可以從“泰迪杯”全國數據挖掘挑戰賽網站（http://www.tipdm.org/ts/755.jhtml）上免費下載。讀者也可通過熱線電話（40068-40020）、企業QQ（40068-40020）或以下微信公眾號咨詢獲取。

本書適用對象

? 開設有數據挖掘課程的高校教師和學生。

目前國內不少高校將數據挖掘引入本科教學中，在數學、計算機、自動化、電子信息、金融等專業開設了數據挖掘技術相關的課程，但目前這一課程的教學使用的工具仍然為SPSS、SAS等傳統統計工具，并沒有使用Python作為教學工具。本書提供了有關Python語言的從安裝到使用的一系列知識，將能有效指導高校教師和學生使用Python。

? 數據挖掘開發人員。

這類人員可以在理解數據挖掘應用需求和設計方案的基礎上，結合本書提供的Python的使用方法快速入門并完成數據挖掘應用的編程實現。

? 進行數據挖掘應用研究的科研人員。

許多科研院所為了更好地對科研工作進行管理，紛紛開發了適應自身特點的科研業務管理系統，并在使用過程中積累了大量的科研信息數據。Python可以提供一個優異的環境對這些數據進行挖掘分析應用。

? 關注高級數據分析的人員。

Python作為一個廣泛用于數據挖掘領域的編程語言，能為數據分析人員提供快速的、可靠的分析依據。

如何閱讀本書

本書主要分為兩大部分，基礎篇和建模應用篇。基礎篇介紹了有關Python開發環境的搭建、Python基礎入門、函數、面向對象編程、實用模塊和圖表繪制等基礎知識。建模應用篇主要介紹了目前數據挖掘中常用的建模方法在Python中的實現函數，并對輸出結果進行了解釋，有助于讀者快速掌握應用Python進行分析挖掘建模的方法。讀者可結合本書提供的示例代碼及數據進行上機實驗，快速掌握書中所介紹的Python的使用方法。

第一部分是基礎篇（1～6章）。第1章旨在讓讀者從全局把握數據挖掘、常用工具對比、Python開發環境的搭建以及本書的寫作習慣；第2章正式開始講解Python的基礎知識，包括操作符、變量類型、流程控制、數據結構等內容；第3、4章主要對Python面向對象的特性進行介紹，包括函數、類與對象等基本概念；第5章介紹主流的數據分析與挖掘的模塊，以及其中具體的方法及對應的功能，旨在讓讀者對各個模塊建立強大的直覺；第6章繼續拓展了模塊的相關內容，提及圖表繪制的專用模塊（Matplotlib和Bokeh），深入淺出地展示如何方便地繪制點、線、圖等。

第二部分是建模應用篇（7～11章）。本部分主要對數據挖掘中的常用算法進行介紹，強調在Python中對應函數的使用方法及其結果的解釋說明。內容涵蓋五大主流的數據挖掘算法，包括分類與預測、聚類分析建模、關聯規則分析、智能推薦和時間序列分析。按照模型建立至模型評價的架構進行介紹，使讀者能熟練掌握從建模到對模型評價的完整建模過程。

勘誤和支持

除封面署名外，參加本書編寫工作的還有楊坦、劉名軍、陳婷婷、陳玉輝、施興、黃博、王路、黃東鑫等。由于水平有限，編寫時間倉促，書中難免會出現一些錯誤或者不準確的地方，懇請讀者批評指正。本書內容的更新將及時在“泰迪杯”全國數據挖掘挑戰賽網站（www.tipdm.org）上發布。讀者可通過作者微信公眾號TipDM（微信號：TipDataMining）、TipDM官網（www.tipdm.com）反饋有關問題。也可通過熱線電話（40068-40020）或企業QQ（40068-40020）進行咨詢。

如果您有更多的寶貴意見，歡迎發送郵件至郵箱13560356095@qq.com，期待能夠得到您的真摯反饋。

致謝

本書編寫過程中得到了廣大高校師生的大力支持！在此謹向華南農業大學、華南師范大學、廣東工業大學、廣東技術師范學院、華南理工大學、韓山師范學院、中山大學、貴州師范學院等單位給予支持的領導及師生致以深深的謝意。

在本書的編輯和出版過程中還得到了參與“泰迪杯”全國數據挖掘挑戰賽（http://www.tipdm.org）的眾多師生及機械工業出版社楊福川老師無私的幫助與支持，在此一并表示感謝。

張良均