前言

在《“十四五”规划纲要》全文中，“数字”关键词出现了 75 处，“第五篇 加快数字化发展 建设数字中国”单独点题，强调要迎接数字时代，激活数据要素潜能，加快建设数字经济、数字社会等，以数字化转型整体驱动生产方式、生活方式和治理方式变革。因此，专业办学应主动对接产业数字化、数字产业化发展需求，瞄准未来前沿新格局，基于未来社会及行业发展需求原点，瞄准新业态，融入新技术，重视多学科交叉前沿理念，突出大数据智能化等在专业建设中的作用，推动传统专业建设与人才培养的转型与升级。

本书的出发点是对传统的教材进行结构优化及内容重组，并结合传统人文社科类专业数字化改造需求，聚焦数据分析中的Python数据采集与分析，让相关专业学生通过系统学习，具备一定的数字素养与解决实际问题的复合能力。

本书主要介绍了Python编程中常用到的数据类型及程序编写中的控制流程与设计逻辑，函数的创建与调用，常见编码类别及文件的读写与打开、关闭操作。在此基础上，以数据采集与分析为主线，介绍了网络爬虫原理与实现技术、Scrapy爬虫框架，以及numpy、pandas、matplotlib数据整理与分析工具包的应用，最后结合文本挖掘与分析，介绍了文本特征提取、文本分类及文本分析的原理与应用。

本书由王瑞胡和杨文艺任主编，谢壹、王春宝任副主编。第1~8章由王瑞胡编写，第9章和第13章由杨文艺编写，第10章和第11章由王瑞胡、谢壹共同编写，第12章由王瑞胡、王春宝共同编写，全书由王瑞胡完成统稿。

本书的出版得到重庆市2020年高等教育教学改革研究重点项目(项目编号： 202075)、重庆文理学院“合格+”多元人才培养试点项目(未来数字文旅创新人才培养实验班)等资助。在本书的编写过程中，参阅了Python数据采集与分析相关书籍、网上的一些资料和一些在线学习平台的课程，在此向这些文献资料的作者及团队表示感谢。

最后，特别感谢清华大学出版社的大力支持，使得本书得以顺利出版。

由于编者水平有限，书中难免有疏漏之处，敬请读者批评指正。

编者2023年6月

源码下载