本书理论与实践相结合，循序渐进地介绍使用 Python进行数据分析的完整流程和核心方法，全面、系统地讲解了数据获取、清洗、处理、可视化、探索性分析、预测建模及机器学习算法等内容。全书分5部分共13章，前11章系统介绍数据分析入门、Python数据分析必备编程基础、Pandas数据处理基础、数据清洗与预处理、数据可视化分析、数据合并与重塑、分组聚合与数据透视、时间序列分析、探索性数据分析、机器学习之有监督学习、机器学习之无监督学习等核心知识与方法，最后两章为综合实践项目，分别为电商用户行为分析与精准营销、混凝土配方优化与成本决策。书中的每个知识点都有相应的实现代码和实例。 本书主要面向全国高等学校的在读学生，以及从事数据分析、数据科学、机器学习等领域的广大教师、科研人员和从业人员。

梁婷婷，女，教授，硕士生导师，国家级一流课程负责人。现任教于南宁学院，担任人工智能专业带头人。深耕于计算机科学与技术领域，特别是在人工智能方向有着深入的研究和丰富的教学经验，在教学领域，主讲的《Python程序设计》课程于2025年被评为国家级一流课程。在教材建设上，拥有丰富经验，出版多部著作，该教材是其在课程建设成果上的系统凝练，具有三大鲜明特色：一是创新性地将课程思政元素深度融入AI项目实践，实现价值引领与技能传授的统一；二是紧贴人工智能前沿技术，精选实战案例，注重学生问题解决能力的培养；三是配套资源全面，为混合式教学提供有力支撑。该教材已获多项荣誉与资金支持，已在多所兄弟院校推广使用。

前言 当前，人工智能技术正以前所未有的速度发展，大模型、生成式人工智能等新兴应用层出不穷，深刻改变着各行各业的技术范式与业务模式。在这一轮技术变革中，数据始终是驱动智能的核心燃料——无论是传统机器学习模型，还是大规模预训练模型，其能力上限都高度依赖于数据的质量与规模。如何高效地处理、分析和挖掘数据价值，已成为人工智能落地应用的关键环节。 Python以其简洁易学、生态丰富、社区活跃等优势，已成为数据分析领域的首选语言。NumPy、Pandas、Matplotlib、scikitlearn等成熟库构成了完整的数据分析工具链，使Python能够高效完成从数据获取、清洗、处理、可视化到建模的全流程。与此同时，数据分析并非仅仅是工具的使用，更是一套融合了业务理解、分析思维、统计方法和算法原理的综合能力。掌握Python数据分析技术及与之配套的方法论与核心思维，已成为数据科学、商业分析、人工智能等相关领域人才的必备技能。 本书主要内容 本书可视为一本以实践为导向、理论结合实践的书籍，非常适合具备一定Python编程基础、希望系统掌握数据分析核心方法与完整流程的高等院校学生及相关领域从业人员学习。读者可以在短时间内学习数据分析从环境搭建、基础操作到建模应用的核心知识与分析方法，逐步建立起完整的数据分析思维体系。 全书共分为五部分，共计13章。各部分内容如下。 第1部分: 数据分析准备（第1、2章）。 第1章: 数据分析入门，涵盖数据分析的价值、应用、核心思维、OSEMN模型与分析流程，以及Anaconda与Jupyter Notebook的环境搭建与核心操作，并通过...