前言




“洞悉先于人，数据赢天下”。随着大数据时代的到来，数据已成为重要的生产要素和国家基础性战略资源，数据分析
与挖掘的相关理论和技术在各行各业的应用也有了质的飞越。数据分析与挖掘可以从海量数据中找到具有参考意义的模式和规则，转换成有价值的信息、洞察或知识，并创造更多的新价值。数据分析与挖掘综合了人工智能、概率论、线性代数、统计学和数据库等多学科知识，要求相关从业人员既要掌握大量相关理论知识和算法原理，又能熟练运用编程语言进行开发和实践。


Python语言具有语法简洁、功能强大、扩展库丰富、开源免费等特点，可高效完成数据统计分析、数据挖掘、可视化等任务，是目前数据分析与挖掘、机器学习和人工智能等领域广泛应用的一门编程语言。


本书基于Python语言，全面系统地介绍了运用Python进行数据分析与挖掘的基本概念与方法。

全书分为四部分，共13章。第一部分主要讲解Python基础知识，包括第1~4章，重点介绍Python基础语法、函数和面向对象知识； 第二部分主要讲解Python中数据分析的相关库，包括第5~7章，主要介绍使用NumPy和Pandas进行统计分析、分组与聚合、交叉分析，以及使用Matplotlib进行数据可视化的方法； 第三部分主要讲解数据挖掘的理论与算法应用，包括第8~10章，重点介绍数据挖掘的相关概念、常用算法原理和实践应用； 第四部分为综合案例，包括第11~13章，通过3个完整案例详细介绍了数据分析与挖掘的步骤和方法。

本书特色如下。

（1）  体系完整，结构合理。本书按照“Python基础知识—数据分析相关库—数据挖掘理论与算法应用—综合案例”的学习主线，循序渐进地介绍数据分析与挖掘从理论到实践的全过程。


（2）  案例主导，实践性强。本书为每个知识点设计了丰富的典型性案例，并用3个综合案例
帮助
读者加深对全书知识的理解。通过理论知识与编程实践的充分结合，有效引导读者更好地理解和掌握数据分析与挖掘的知识，并快速开展编程实践。


（3）  内容丰富，注重应用。各章除了章节要点、主体知识点阐述和实战案例模块外，还设置了
小结和习题等模块，帮助读者进一步掌握和巩固重点和难点知识，提高应用能力。

为便于教学，本书提供丰富的配套资源，包括教学大纲、教学课件、电子教案、程序源码和习题答案。


资源下载提示

课件等资源：  扫描封底的“课件下载”二维码，在公众号“书圈”下载。

素材（源码）等资源：  扫描目录上方的二维码下载。





本书可作为高等学校大数据管理与应用、数据科学与大数据技术、计算机科学与技术等相关专业的教材，也可作为数据分析与挖掘相关从业人员的参考书。


由于编者水平有限，书中不当之处在所难免，欢迎广大读者批评指正。


在本书的编写过程中得到了北京市数字教育研究课题（No.BDEC2022619037）和国家自然科学基金（No.62172287）的资助，在此表示衷心的感谢。



编者2023年8月