本书是数据分析类课程的入门教材，系统整理了数据分析的知识体系，以分析流程为主线阐述了数据分析的主要方法和基于Python的技术应用。 全书共分为9章，包括数据分析简介，数据分析的方法，NumPy和pandas基础，数据获取与导入，数据预处理，数据探索，数据挖掘概述，基本统计图形，文本、网络和地理空间可视化。从第2章开始，在阐述基础知识的同时设计了大量例题，按照“分析需求→Python代码展示→例题解析→运行结果”的模式对知识点进行剖析。全书提供习题、答案及程序源码。 本书可作为普通高等院校数据分析处理相关课程的学生的教材使用，也可供刚刚步入数据分析领域的从业人员参考。

潘晓,多年来针对时空数据管理、 移动社交网络、轨迹计算等方面进行了长期较深入的研究。主持完成了国家自然科学基金的青年基金项目、河北省自然科学基金面上项目、河北省教育厅重点项目、河北省留学人员资助项目；作为技术骨干参与过国家 863 重点项目“普适计算基础软硬件关键技术及系统”、国家自然科学基金项目“基于受限网络的移动对象数据库关键技术研究”。 先后获河北省“三三三人才工程”第三层次人才、石家庄市青年拔尖人才、北京市科学技术奖二等奖（排名第四）、 河北省社会科学优秀成果奖（三等奖，排名第一）等奖励。发表30余篇学术论文，获得国家专利授权 3 项， 获软件著作权 2 项，学术专著一部。

前言 大数据时代下，以信息技术为支撑的数据分析与研究方法正深刻地改变着传统科学探索的工作方式，成为人类科技发展与知识获取的一种新兴模式。为了使堆积如山的数据能更好地被人们利用，需要对数据进行有意义的处理。大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。因此，寻求有效的数据处理技术和方法已经成为现实的迫切需求。 本书的写作目的是使读者了解数据分析的基础理论，掌握运用Python进行科学计算、数据处理、分析和可视化的方法，具备处理和解决大量数据问题的能力。全书共分为9章，如表01所示。 表01全书知识体系 知 识 体 系章节 基础知识 第1章 数据分析简介 第2章 数据分析的方法 第3章 NumPy和pandas基础 数据分析技术 第4章 数据获取与导入 第5章 数据预处理 第6章 数据探索 第7章 数据挖掘概述 数据可视化 第8章 基本统计图形 第9章 文本、网络和地理空间可视化 1. 基础知识 第1章数据分析简介，介绍数据、数据分析等基本概念以及数据分析的作用、步骤和常用工具等；第2章介绍数据分析方法；第3章是Python中常用的NumPy和pandas数据分析包。 2. 数据分析技术 第4~7章以Python为基础介绍数据的主要分析技术。第4章主要介绍数据获取、网络爬虫以及不同种类文件的导入、导出方式；第5章介绍数据预处理的主要步骤和相关方法，包括数据清洗、数据集成、数据规约和数据变换等；第6章阐述数据探...