本书全面介绍了使用Python进行数据分析所必需的各项知识，全书共分为14章，包括数据分析与可视化概述、Python编程基础、NumPy数组计算、Pandas基础知识、Pandas数据获取与清洗、Pandas数据形式变化、Pandas数据分析与可视化、Pandas数据处理与分析实战、Matplotlib库绘制可视化图表、图表辅助元素定制与美化、Seaborn绘制数据分析图表、时间序列数据处理与分析、文本数据分析、图像处理与分析等内容。结合了有应用背景的数据分析示例，系统介绍了数据分析与可视化方法，可以帮助读者逐步掌握运用Python技术解决数据分析问题的能力。 本书可以作为高校数据科学与大数据技术、大数据管理与应用、软件工程和计算机科学与技术等专业的教材，也可以作为Python数据分析爱好者的自学用书。

李辉 单位：中国农业大学 职务、职称：主任/副高 性别：男 年龄：42人工智能应用工程师（高级），中国大数据技术与应用联盟智库专家、农村农业部全国苹果大数据发展应用协作组专家咨询委员会委员、北京市大数据教学实践基地负责人，主讲“数据库原理及应用基础”“Python语言程序设计”“网站设计与开发”等本科生课程，主编教材4部，发表学术论文20多篇，申请软件著作权50多项，专利3项，曾获得中国大数据学术创新奖、全国高校人工智能与大数据教学创新奖、中国农业大学教学成果一等奖等奖项。

前言 我国“十四五”规划纲要已明确将大数据上升为国家战略，我们已经进入以大数据为基础的智能时代，大数据正在成为智慧农业、智能制造、智慧城市、智慧医疗等各行业数字转型的重要工具, 对数据分析相关岗位的需求愈来愈多。 无论你是处于单位中的哪个岗位，从科研数据的结果处理、到企业的专职数据分析、市场策划、销售运营、客户服务，都要求掌握数据分析。只要单位有业务决策需求，都离不开数据分析这个“工具”，数据分析是业务绩效的关键组成部分。数据分析逐步成为各个行业通吃的技能，能够洞察数据规律，做出驱动业务高效增长决策的人才必是市场上的“抢手货”，且都能有不错的收入水平。因此，未来大家都需要掌握一定的数据分析技能。 本书的编写是教育部第二批新工科研究与实践项目“涉农院校新工科人才培养实践创新平台建设探索与实践（EXTYR20200604）”的项目成果。本书的特色主要体现在以下4点。 （1） 主流技术，系统详尽。本书内容丰富，涵盖了数据分析中的主流常用库: NumPy、Pandas、Matplotlib和Seaborn等，内容系统详细，配套资源丰富，方便教学和学习。 （2） 层层递进，融会贯通。内容从Python的基础知识讲起，结合应用背景，由浅入深，力求易懂，尽量避免晦涩难懂的专业解释，帮助读者轻松入门。 （3） 示例丰富，轻松易学。结合有应用背景的例子，尽量做到知识点有应用点，透彻讲述了数据处理、分析以及可视化。 （4） 图文解析，步骤详尽。本书采用图文结合的方式，能够让读者直观、清晰地了解操作步骤和呈现效果，方便读者校对操作时的正误。 本书从基础和实践两个层面引导读者...