前言

伴随着以数据为驱动的大数据、人工智能技术的发展与普及，Python数据分析技术已经成为各行各业从业人员必备的技能之一。为让读者快速掌握该技能，本书秉承“以探究实践学习模式为驱动”的教学理念，将教学内容分解为Python语言基础、数据分析、数据可视化三部分内容，尝试采用探索与实践方法设计教学内容。通过本书的学习，读者可以掌握Python编程核心基础知识，以及从数据获取、数据分析到数据可视化的全过程。

本书特色如下。

 “厚基础”。本书采用基础教学与探究实践结合来设计Python教学内容精髓，本书的Python基础概念知识点清晰，并注重Python风格化编程。例如，设计跟踪变量id方法，探究Python函数调用参数传递是按值还是按变量的引用传递； 在数据可视化内容中重点介绍数据可视化的四类本质与基本方法，而不单纯追求酷炫的可视化效果。读者不但可以学习相关知识点，而且可以掌握这种实践探究学习的方法。

 “重实践”。教学案例贴近实际，可以直接应用。本书均采用最新技术方案作为授课内容，读者可以举一反三，解决相关问题需求。例如，教学案例采用Python官方推荐的pathlib模块、第三方RequestsHTML、Seaborn、wordCloud等模块，并非常注重原创的教学案例代码质量，以简洁的代码解决复杂问题。

 “配套资源丰富”。所有教学案例、教学工具、数据文件已经打包成Python Education Tools模块，在Python官网发布，成为国内比较少见的能在Python官网上发布配套教学模块的教材，并同时在超星学习通、GitHub上提供配套线上教学课程。本书还提供教学视频、PPT与教学案例源码、试题样例，极大程度方便了本书的教学开展与读者自学，灵活地适应了线上、线下，以及二者混合教学模式需求。本书配套微课教学视频，读者可先扫描封底刮刮卡内二维码，获得观看权限，再扫描正文章节旁二维码，即可观看教学视频。本书配套教学课件、教学大纲等资源可通过扫描封底“图书资源”二维码获取。教学案例源码等资源可扫描目录旁的二维码下载。

 “版本迭代改进”。本书第2版相比第1版增加了“面向对象程序设计”一章，其他所有章节的文字、案例都做了优化与更新，每一章都增加了多个综合案例； 增加了“结束语”部分，以便读者评估自己学习后所具备的能力。

 本书基础知识点图文并茂、教学案例代码短小精悍、爬虫技术框架新颖，核心知识点均通过关系图表形式进行归纳并清晰地展示。

本书由李鲁群教授负责统稿并撰写其中的第9~13章，上海师范大学天华学院李晓丰负责第1~8章撰写。郑晓宁、孙璇负责文字校对、教学案例代码优化、教辅软件开发，以及PPT与视频制作。

编者2026年5月