本书的编写目的是向读者介绍大数据分析的基本概念和相应的技术应用。全书共10章，分别介绍大数据概述、爬虫和大数据相关技术、Scrapy爬虫、Python与MySQL数据库连接与查询、数据可视化基础与应用、大数据存储与清洗、数据格式与编码技术、数据抽取与采集、pandas数据分析与清洗以及综合实训。本书将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用大数据分析相关技术，并对书中重要的、核心的知识点加大练习的比例，以达到熟练应用的目的。 本书可作为高等院校大数据专业、人工智能专业、软件技术专业、云计算专业、计算机网络专业的专业课教材，也可作为大数据爱好者的参考书。

前言 本书第1版自2020年1月由清华大学出版社出版以来，被国内多所院校选为教材，深受师生好评，教学成果显著。此次改版在第1版的基础上增加了许多新的大数据技术，使得本书能够紧跟大数据的发展潮流。 大数据是现代社会高科技发展的产物，相对于传统的数据分析，大数据是海量数据的集合，它以采集、整理、存储、挖掘、共享、分析、应用、清洗为核心，正广泛地应用在军事、金融、环境保护、通信等各个行业中。 当前，发展大数据已经成为国家战略，大数据在引领经济社会发展中的新引擎作用更加明显。2014年“大数据”首次出现在我国的《政府工作报告》中。报告中说道，要设立新兴产业创业创新平台，在大数据等方面赶超先进，引领未来产业发展。“大数据”概念逐渐在国内成为热议的词汇。2015年国务院正式印发《促进大数据发展行动纲要》，《纲要》明确指出要不断地推动大数据发展和应用，在未来打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。 本书共10章，主要包括大数据概述、爬虫和大数据相关技术、Scrapy爬虫、Python与MySQL数据库连接与查询、数据可视化基础与应用、大数据存储与清洗、数据格式与编码技术、数据抽取与采集、pandas数据分析与清洗以及综合实训。 本书特色如下: （1） 采用“理实一体化”教学方式，课堂上既有老师的讲述又有学生独立思考、上机操作的内容。 （2） 紧跟时代潮流，注重技术变化，书中包含了最新...