前言


经过三十多年的发展，Python已经形成了良好的“技术生态圈”。随着大数据、人工智能技术的发展，Python数据分析技术已经成为各行各业必备的技能之一。

目前有关Python数据分析的教学资源(教材、教程、代码、第三方库)非常多，也非常杂，许多教学案例与技术解决方案已经有更好的替代方案。例如网络爬虫设计，国内大部分教材是使用request、Beautiful Soup教学方案，
近年来涌现的RequestsHTML模块可以更为简捷地实现网络爬虫； 又如数据可视化相关教学，国内大部分教材采用Matplotlib模块教学方案，而近几年出现的Seaborn模块比Matplotlib更适合快速数据可视化。针对Python与数据分析及可视化相关教学，编者总结了多年的教学经验，在“厚基础、重实践”的指导原则下，针对Python语言基础、数据分析和数据可视化等内容，尝试使用比较新的技术与模块来编排教学内容，以适应Python的普及教学。
本书特色如下。
 厚基础，概念清晰。从零编程基础介绍Python，基础知识比较翔实，并系统地
总结基础知识点、绘制相关图表，方便读者学习。

  重实践，内容实用。注重Python风格化编程，将教学与示例代码做到至简，如教材设计的网络爬虫案例，只有寥寥几行代码，就能实现上海市地铁线路数据的爬取； 所有案例都使用最实用、最简捷的技术方案作为授课内容(如
RequestsHTML、Seaborn、wordcloud等)。读者掌握这些内容后，能立刻完成相关数据分析与可视化操作。

本书由李鲁群教授负责统稿并主编，李晓丰负责
相关教学案例代码的编写，张波负责习题设计。另外，研究生许崇海、张慎文、陶霜霜和胡天乐负责各个章节的文字校对、代码优化、习题答案的编写以及相关教学视频的录制； 具体为许崇海负责第1~4章，张慎文负责第5~7章，陶霜霜负责第8~10章，胡天乐负责第11、12章。

本书有配套微课视频，读者可先扫一扫封底刮刮卡内二维码，获得观看权限，再扫一扫正文章节旁二维码，即可观看教学视频。本书还有配套教学课件、教学大纲、代码等资源，读者可扫一扫下方二维码下载。



教学资源



编者2021年8月