前言

当今世界，以大模型为代表的生成式人工智能技术正以前所未有的速度重塑各行各业，数据已成为继土地、劳动力、资本、技术之后的第五大生产要素。当前正经历从“大数据时代”向“人工智能时代”的深刻跃迁，数据不仅是驱动创新的原材料，更是连接物理世界与数字智能的桥梁。面对这一时代变革，如何理解数据背后的逻辑、掌握分析数据的工具、运用智能技术赋能专业创新，已成为当代大学生必备的核心素养。

近年来，教育部深入推进“新工科”“新文科”建设，强调打破学科壁垒、推动交叉融合，着力培养具有创新精神和实践能力的复合型人才。在这样的大背景下，无论是经济学、管理学、法学等传统人文社科专业，还是新兴交叉学科领域，都迫切需要将数据思维、智能素养深度融入人才培养全过程，使学生能够借助数据科学与人工智能技术拓宽专业视野、优化思维体系、提升解决复杂问题的能力。

为回应时代命题、服务国家战略、满足人才培养新需求，本书在多年教学实践与教材建设基础上，立足新一轮科技革命和产业变革趋势，结合新技术发展和国产化软件应用需求，编者团队对《大数据分析导论》（第2版）进行了改版。此次改版以“数据思维筑基、智能技术赋能”为核心理念，对内容体系进行了全面重构与升级： 从偏重基础知识的普及转向突出大数据分析全流程的技能培养；从以国外办公软件为主转向积极响应国产化软件的号召，全面采用WPS Office作为实践工具；从聚焦传统数据分析方法拓展至大模型、提示词工程等人工智能前沿应用。

本书主要内容

本书在结构上分为“理论奠基—技术实践—智能应用”3大模块，共9章，形成从认知到实践、从基础到前沿的完整学习闭环。

第1部分大数据理论基础，旨在构建对数字世界运行规律的科学认知。第1章从信息与数据的基本概念出发，阐释比特、字节与进制，进而引出大数据的5V特征及其与人工智能的驱动关系；第2章以企业财经新闻页面的访问过程为例，自顶向下剖析网络架构，讲解数据如何在各层协议中表示、寻址与传输，为后续网络爬虫技术奠定理论基础；第3章深入计算机系统内部，介绍冯·诺依曼架构、数据编码机制，并通过对比基础单位、大数据单位与大模型单位，揭示不同规模数据处理的核心差异；第4章展望技术前沿，探讨云计算、边缘计算、区块链以及大模型的发展路径。

第2部分大数据分析技术，以Python为核心工具，构建完整的数据分析实践能力。第5章从零基础起步，系统讲解Python的语法、程序控制结构、函数与模块，并引入Pandas、NumPy等第三方库；第6章围绕数据获取展开，讲授网络爬虫原理、HTTP与网页解析方法，完成从企业财经新闻网页爬取财经新闻文本的实践案例，同时介绍如何利用Akshare等专业数据接口获取股票交易数据；第7章以“某银行股票数据分析”和“企业财经新闻文本分析”两个完整案例贯穿始终，覆盖描述性统计分析、相关与回归分析、中文分词、词频统计、词云生成等核心分析方法，实现从数值到文本的全方位分析技能训练。

第3部分智能数据处理，聚焦人工智能时代的生产力变革。第8章系统介绍大模型的基本概念、发展脉络与核心原理，重点讲解“提示词工程”这一关键人机交互技能，并通过低代码数据分析案例展示大模型技术在实际场景中应用；第9章以国产办公软件WPS Office为平台，全面展示其内置WPS AI功能在文档智能写作、演示文稿自动生成、表格数据分析中的智能化应用，实现从数据获取到智能展示的全流程技能闭环。

本书特色

（1） 与时俱进，理念更新。从“工具导向”转向“思维导向”，不仅讲授操作技能，更注重培养学生的数据思维、计算思维与智能素养，使其能够将数据分析方法迁移至各自专业领域，实现“数智赋能专业”。

（2） 打破传统，内容重构。打破传统计算机基础教材的知识体系，以大数据分析技术应用为主线，将理论、技术、应用有机串联，形成“认知—实践—创新”的进阶式学习路径。

（3） 服务创新，国产实践。积极响应国家软件国产化战略，实践环境全面采用WPS Office替代MS Office，并融入百度等国产平台，让学生在使用自主可控技术的过程中增强创新自信。

（4） 案例驱动，提升内核。每章均以真实案例引入，以解决实际问题为目标，通过“任务驱动”激发学习兴趣，在动手实践中内化知识、提升能力。

配套资源

为便于教与学，本书配有微课视频、源代码、案例素材、教学课件、教学大纲、教案、教学进度表、习题题库。

（1） 获取微课视频方式： 先刮开并用手机版微信App扫描本书封底的文泉云盘防盗码，获得授权后再扫描书中相应的视频二维码，观看教学视频。

（2） 获取源代码和案例素材方式： 先刮开并用手机版微信App扫描本书封底的文泉云盘防盗码，获得授权后再扫描下方二维码，即可获取。

源代码和案例素材

彩色图片

全书网址

（3） 获取其他配套资源方式： 扫描本书封底的“书圈”二维码，关注后回复本书书号，即可下载。

读者对象

本书可作为全国高等学校“新文科”“新工科”背景下各专业“大数据分析”通识课程的教材，也可作为全国计算机等级考试（Python语言程序设计及WPS Office应用科目）的重要参考用书，同时为从事数据分析教学和实践的教师及相关技术人员提供有益参考。

本书由金大卫任主编，负责全书的统筹与定稿。具体编写分工如下： 第1章由吴良霞执笔，第2章由刘琪执笔，第3章由吴良霞执笔，第4章由易思华执笔，第5章由鲁敏执笔，第6章由陈旭执笔，第7章由沈计执笔，第8章由易思华执笔，第9章由周巍、黄任众、陈镜宇执笔。全书由沈计统稿。

需要特别说明的是，本书中涉及金融市场数据的案例均为教学目的设计，旨在演示数据分析方法、工具与流程，不构成任何形式的投资建议或市场引导。读者在学习过程中请勿将其作为实际投资决策的依据，切勿据此进行任何投资行为。金融市场存在风险，任何投资决策均应基于独立、审慎的研究与判断，必要时请咨询专业人士。特此提示。此外，第9章部分截图、示例文本、表格数据等内容借助WPS AI功能生成，旨在演示AI辅助办公的实际效果，不代表本书编者的观点或立场。AI生成的结果可能存在不准确、不完整或不适用于特定场景的情况，请读者在实际应用中结合自身需求与专业知识，对所生成的内容及数据进行独立判断和验证。特此声明。

本书编写过程中得到了中南财经政法大学信息工程学院领导与同仁的大力支持，同时清华大学出版社为本书的顺利出版付出了极大努力。书中部分案例素材取自公开数据源，部分参考了相关技术文档与学术成果，在此一并致以诚挚的谢意。

尽管编者力求精益求精，但由于水平有限，加之技术发展日新月异，书中难免存在疏漏与不足之处，恳请广大读者批评指正，以便再版时修订完善。

编者

2026年5月