随着数据存储、数据处理等大数据技术的快速发展，数据科学在各行各业得到广泛的应用。数据清洗、特征工程、数据可视化、数据挖掘与建模等已成为高校师生和职场人士迎接数字化浪潮、与时俱进提升专业技能的必修课程。本书将“Python课程学习”与“数据科学应用”有机结合，为数字化人才的培养助力。 全书共分13章，内容包括：第1章数据科学应用概述；第2章Python的入门基础知识；第3章数据清洗；第4~6章特征工程介绍，包括特征选择、特征处理和特征提取；第7章数据可视化应用；第8~13章介绍6种数据挖掘与建模的方法，分别为线性回归、Logistic回归、决策树、随机森林、神经网络、RFM分析。 《Python数据科学应用从入门到精通》既适合作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的学生学习Python数据科学应用的专业教材或参考书，也适合作为企事业单位数字化人才培养的教科书与工具书。此外，还可以作为职场人士提升数据处理与分析挖掘能力，提高工作效能和绩效水平的自学Python数据科学应用的工具书。

"张甜，山东大学博士生，拥有7年商业银行工作经历和8年学术研究经历。精通Python、R、Stata、SPSS等多种统计分析软件，精通高级计量经济学、机器学习。在《财贸经济》等**期刊发表多篇著作，著有多本畅销书，深受读者欢迎。杨维忠，山东大学西方经济学硕士，CPA，目前就职于某全国性股份制商业银行总行，担任总行数据分析与机器学习内训师。精通Python、Stata、SPSS、Eviews、Excel等多种统计分析软件，具有深厚的学术研究功底、丰富的实践操作经历和授课经验，尤其擅长将各种统计分析方法与机器学习算法应用到工作中，著有多本畅销数据分析教材，深受读者欢迎。"

前 言 Python作为一门简单、易学、易读、易维护、用途广泛、速度快、免费、开源的主流编程语言，广泛应用于Web开发、大数据处理、人工智能、云计算、爬虫、游戏开发、自动化运维开发等各个领域。它是众多高等院校学生的必修基础课程，也是堪与Office办公软件比肩的职场人士必备技能。然而，不少学生或职场人士常常面临一个困境：在数字化转型的大背景和大趋势下，他们认识到学习Python等分析工具的重要性，但在真正学习Python的各种语言规则时，往往体验不到知识的乐趣，只是匆匆翻看几章后就将书束之高阁。造成这种情况的根因在于没有将学习与自身的研究或工作需求结合，没有以解决问题为目标和导向进行学习。对于很多读者来说，学以致用的最佳途径是使用Python进行数据科学应用。在数字化转型浪潮下，数据科学应用已经不再局限于概念普及和理念推广的层面，而是真真切切地广泛应用于各类企事业单位的各个领域。从客户分层管理到目标客户选择，从客户满意度分析到客户流失预警，从信用风险防控到精准推荐……数据科学应用对于企业全要素生产率的边际提升起到了至关重要的作用。基于上述原因，笔者致力于编写这本Python数据科学应用从入门到精通的教学和参考书，将Python与数据科学应用相结合，通过“深入浅出讲解数据科学原理-贴近实际精选操作案例-详细演示Python操作及代码含义-准确完整解读分析结果”的一站式服务，为读者编写一本“能看得懂、学得进去、真用得上”的数据科学应用书籍。我将这本书献给新时代的莘莘学子和职场奋斗者。 本书共分为13章。第1章为数据科学应用概述，介绍数据清洗、特征工程、数据可视化、数据挖掘...