本书以Python作为数据分析的工具，系统地介绍数据分析所需的核心知识点，为书中的数据分析任务提供分析说明、代码示例和极为详细的代码注释，对于代码中出现的重要知识点会细心地为读者标注出相关内容在书中出现的章节位置。 全书共11章，分为3篇：初识篇、基础篇和进阶篇。初识篇（第1和2章），主要介绍数据分析和Python的相关基础概念，一些数据分析的具体应用场景及Python的集成开发环境；基础篇（第3~9章），主要介绍Python的基础语法，自动化办公的基础操作，数据可视化库Matplotlib和Seaborn，数据分析的核心库Numpy和Pandas，提供了大量翔实有趣的编程和数据分析示例；进阶篇（第10和11章），主要介绍了机器学习的入门基础理论知识和代码实现，监督学习和无监督学习的各种典型算法，涉及机器学习和数据挖掘的常用库scikit-learn及神经网络框架PyTorch等的使用，还介绍了编程算法中的动态规划，数据分析的实战例子。 本书面向初学者，可以作为高等院校各专业的数据分析课程教材，也可以作为广大数据分析从业者、爱好者、办公人员、科研人员的参考和学习用书。

邓立文 厦门大学智能多媒体技术实验室成员。承担过多项数据分析与挖掘相关的科研项目工作，曾多次在各类数据科学竞赛中获奖，积累了丰富的实践经验，对数据分析有着深刻的理解，从事健康医疗大数据、机器学习和系统开发相关研究工作。俞心宇 厦门大学数据挖掘与计算智能实验室成员。曾多次在国赛、美赛等各项数学建模和数据分析竞赛中获奖，在多个科研项目中承担过数据分析和挖掘工作，有丰富的数据分析相关项目经历，从事生物信息学相关研究工作。牛瑶 厦门大学智能多媒体技术实验室成员。曾多次在国赛等各项数学建模竞赛及厦门大学思维逻辑大赛中获奖，在多个科研项目中承担过数据分析工作，有丰富的数据分析相关项目经历，从事医疗视觉和机器学习相关研究工作。

前言 为什么要写本书 随着信息技术和人工智能产业的蓬勃发展，数据成为时代发展下的珍贵资源。各行各业通过数据分析技术挖掘数据的价值，数据分析技术在如医疗健康、交通出行、商业策略、经济金融、城乡规划、气象变化、科学研究及自动化办公等许多领域大放异彩，取得了巨大的成功，因此无论是工业界还是学术界，对数据分析人才的需求都十分迫切。 本书选择Python作为数据分析的利器。Python作为一门简单易用的编程语言，又因其具有众多功能强大的第三方库而被广泛应用于人工智能领域，许多与人工智能关联的框架都是以Python作为主要语言进行开发的。数据分析与人工智能等相关领域密不可分，数据分析中可以应用相应的智能算法辅助决策，人工智能也离不开对数据的分析与处理，因此使用Python作为数据分析的工具能很好地适应智能产业时代的发展，并且Python与其他学科有很好的交融性、适应性。 由于知识更新迭代的速度日新月异，本书编写的目的不仅仅是希望读者掌握本书介绍的Python数据分析知识，更希望读者能够掌握学习数据分析的技巧，重视编程能力提升，让读者在掌握本书知识内容的情况下，无论是继续学习数据分析相关知识，还是想拓展涉及更多更深的Python应用领域(如人工智能、机器学习方向)，都能够有扎实的基础。 本书内容与特色 全书共分为3篇： 初识篇、基础篇和进阶篇。初识篇(第1章和第2章)，主要介绍数据分析和Python的相关基础概念，一些数据分析的具体应用场景及Python的集成开发环境； 基础篇(第3~9章)，主要介绍Python的基础语法，自动化办公的基础操作，借助Matplotlib和...