数据时代的来临带动了新一波的智能革命，数据与算法驱动了各个领域的改变。在几个市场热门的讨论议题中，都可以看到数据应用扮演的角色。在面对真实世界的数据时，有许许多多的事情需要考虑。本书试图从最务实的角度开始，结合理论与实践去探索数据科学的真实世界，帮助读者一步一步地培养数据时代下的思维与技术。本书将从基础的 Python 编程开始，以数据分析的流程为主轴一步一步地解析，然后展开介绍数据收集、数据前处理、特征工程、探索式分析等。本书系统性地从函数库开始学习，并拓展到不同的应用场景。 本书实用性强，提供数据分析所必需的编程技能的培训，以及常见第三方软件和库的使用方法；以数据科学家、数据分析师等数据应用工作的实践经验作为培养目标，适合对 Python与数据分析有兴趣的人阅读。

张维元，毕业于中国台湾清华大学，主要研究领域为大数据应用。目前在多家初创公司担任工程师及技术顾问，曾担任大型技术会议的演讲嘉宾与软件课程讲师。擅长网站开发及数据科学，精通Python与JavaScript语言。

前 言 为什么要写这本书？ 数据时代下，数据将驱动很多领域产生有趣的新进展。数据的使用也变成了一个实 用的技能，不再仅限于计算机或统计学行业。在这个技术的推动之下，任何领域的人或 多或少都应该要培养数据的思考与使用能力。本书将以浅显易懂的内容与实务场景，逐 步培养数据开发者的相应技能。 本书采用Python作为主要的程序语言，Python语言拥有简单、易用、易上手、社区 资源丰富等优点，特别在数据分析这个领域，它有很多优秀的第三方套件，能够帮助开 发者专注项目本身。本书与其他图书的主要区别是，先系统分析几个数据分析中的主流 套件，再进一步将场景拉回实际应用。本书以数据分析的流程为主轴一步一步解析各个 环节，包括数据收集、数据前处理、特征工程、探索式分析等，让读者全面、深入、透 彻地理解Python的数据分析套件，并将其用于实际应用。 本书有何特色？ 1. 涵盖Python用于数据分析的主流工具 本书涵盖了数据收集的Request、BeautifulSoup、Seleium套件，以及高效能的数学运 算工具NumPy、串起数据与程序分析的Pandas，还有用于视觉化呈现数据的Matplotlib。 2. 解析与深入探讨数据分析的步骤 本书将套件与工具应用到不同的使用情境，对数据收集、数据前处理、特征工程、 探索式分析等每个环节的实践内容进行深入探讨。