數(shù)據(jù)分析是當(dāng)今社會(huì)中越來(lái)越重要的領(lǐng)域之一，而 Python 則成為數(shù)據(jù)分析領(lǐng)域中最受歡迎的編程語(yǔ)言之一。Python 語(yǔ)言的簡(jiǎn)單易學(xué)和強(qiáng)大功能，使其成為數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師的首選工具。

本書是十四五高等學(xué)校新工科計(jì)算機(jī)類專業(yè)系列教材之一，適合作為高等學(xué)校本科生、研究生數(shù)據(jù)分析等課程的教材，旨在為讀者提供 Python 數(shù)據(jù)分析的基礎(chǔ)知識(shí)和技能，使讀者能夠在實(shí)際應(yīng)用中輕松地使用 Python 進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)科學(xué)工作，不僅適應(yīng)新工科背景下教學(xué)模式改革的需要，也滿足了產(chǎn)業(yè)發(fā)展對(duì)跨學(xué)科、高層次、創(chuàng)新型人才培養(yǎng)的需求。本書共分 9 章。第 1 章數(shù)據(jù)分析與 Python 基礎(chǔ)，包括語(yǔ)言基礎(chǔ)、控制結(jié)構(gòu)、函數(shù)和模塊，為后續(xù)章節(jié)的學(xué)習(xí)提供了必要的基礎(chǔ)。第 2 章 NumPy 數(shù)值計(jì)算，包括數(shù)組的創(chuàng)建、索引和切片、數(shù)組的數(shù)學(xué)運(yùn)算和數(shù)組的廣播等，幫助讀者更好地理解和處理數(shù)值數(shù)據(jù)。第 3 章和第 4 章論述 Pandas 統(tǒng)計(jì)分析和數(shù)據(jù)載入與預(yù)處理，包括數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)的合并和分組、缺失數(shù)據(jù)的處理等，讓讀者能夠更好地了解和處理數(shù)據(jù)。第 5 章數(shù)據(jù)分析可視化，包括 Matplotlib、Seaborn 和 Pyecharts 的使用，幫助讀者更好地展示和理解數(shù)據(jù)。第 6 章數(shù)據(jù)分析方法，包括聚類、分類和回歸等方法，讓讀者能夠更好地分析數(shù)據(jù)。第 7 章時(shí)間序列數(shù)據(jù)分析，包括時(shí)間序列數(shù)據(jù)的處理和分析，幫助讀者更好地分析時(shí)間序列數(shù)據(jù)。第 8 章文本數(shù)據(jù)分析，幫助讀者初步掌握自然語(yǔ)言處理。第 9 章圖像數(shù)據(jù)分析，引領(lǐng)讀者更加深入地理解圖像數(shù)據(jù)處理的本質(zhì)。書中所有代碼全部在 Anaconda 3 提供的 Jupyter Notebook 環(huán)境下運(yùn)行通過(guò)，并提供所有程序源代碼及相關(guān)文檔。

本書知識(shí)點(diǎn)設(shè)置系統(tǒng)性強(qiáng)，按照數(shù)據(jù)分析的流程，對(duì)大量的實(shí)例進(jìn)行分析，幫助讀者更好地理解相關(guān)的概念和技術(shù)；通過(guò)講解數(shù)據(jù)分析實(shí)際應(yīng)用中的經(jīng)典技術(shù)及其基本思想與方法，培養(yǎng)學(xué)生分析問(wèn)題和初步應(yīng)用能力；精選貼近實(shí)際應(yīng)用的案例，每章都設(shè)置了案例分析與實(shí)訓(xùn)，以便于鞏固知識(shí)點(diǎn)，培養(yǎng)學(xué)生的自主學(xué)習(xí)能力和創(chuàng)新能力�？傮w來(lái)說(shuō)，本書以學(xué)生發(fā)展為中心，立足教學(xué)適用性，注重教材實(shí)踐性，并提供大量的視頻及代碼資源等，為跨學(xué)科、復(fù)合型人才的培養(yǎng)提供了廣泛的支持和指導(dǎo)。

本書由一線教學(xué)經(jīng)驗(yàn)豐富的高校教師共同編寫，由劉秋菊、王國(guó)政、黃繼海任主編，王仲英、于江德、鄭富娥、劉為超任副主編，王喜鳳、王鴻飛參與編寫。全書由劉秋菊統(tǒng)稿。

本書編寫得到了中國(guó)鐵道出版社有限公司各位編輯的大力支持和幫助，提出了諸多建議，在此致以誠(chéng)摯的謝意。

限于編者的水平，加之技術(shù)的不斷發(fā)展更新，書中難免存在不足之處，敬請(qǐng)同行、讀者提出寶貴意見并批評(píng)指正。

編 者

2023 年 3 月