书名：Python数据分析  
ISBN：9787308242783  
作者：李昕 王爽  

内容提要：  

推荐理由

本书面向计算机专业人才的培养，适合作为人工智能或相关专业的专业基础课教材，为机器学习、计算机视觉、人工智能等高级专业课程奠定编程基础和数据分析理论基础。本书以掌握Python编程能力、达成数据分析为目标。从基础实现出发，引导学习者逐步掌握Python代码，并在此基础上实现数据分析全流程。与市面上常见的采用各种应用程序进行数据分析的教材不同，本书更加注重基于Python进行数据分析的底层实现，有助于人工智能从业者构建更深层次的Python数据分析知识体系。

本书从内容上可以分为编程基础（语法基础、内存模型、面向对象）和数据分析流程（采集、处理、分析和可视化）两个部分。从底层代码出发，逐步转入数据分析。为了进一步加强应用实践，本书不仅引入了许多生动有趣的例子，帮助读者进行知识整合；而且还引入了全球著名数据分析平台Kaggle的大量相关内容，为初学者提供了相关的教程、案例和数据，以及典型的数据分析方法。并从内存结构方面对多种数据结构进行了底层的性能分析，这在当前市面上的同类教材中比较少见。

党的二十大指出要构建人工智能等一批新的增长引擎。众所知周，当代的人工智能是数据驱动为基础，因此本书希望能成为初学者打开人工智能大门的钥匙。

内容介绍

本书主要以Python语言进行完成数据分析，是Python程序设计和数据分析的入门读物，重点讲述如何基于Python从底层代码开始实现数据分析的全流程操作，旨在帮助读者加深对数据分析的理解，深化对数据分析中底层实现的认知。

本书一共十个章节。

第一章对Python的特征进行了概述，并以此引出学习者如何适应这些优势进行更好的学习。此外，还对开发环境和扩展库进行了初步的介绍。

第二章介绍了Python的基础语法和六种主要数据类型，最后介绍了经典的输入输出方式。本书假定Python并不是读者学习的第一门编程语言，因此并没有对语法细节做过多阐述，重点强调Python特有的语法知识。

第三章首先介绍了条件结构和循环结构，这是所有编程语言都具备的基本特征。但是在函数部分额外增加了一级对象、lambda表达式和链式调用等具有显著Python特性的高级语法形式。接下来的列表推导式和生成式更是代码是否Pythonic的典型特征。最后以一些经典的应用示例阐述了Python的高效使用方法。

第四章重点阐述数据类型的内存模型。首先介绍了C/C++与Python在变量存储上的本质不同，由此引出列表和函数参数在内存结构上的变化，以及对字符串拼接效率的影响。最后介绍了Python的外存管理常见方法。

第五章的核心是面向对象，介绍了Python面向对象的基本概念和继承、封装、多态、操作符重载等面向对象典型结构如何用Python实现。主要作用是为后继章节复杂调用的展开奠定基础。装饰器是一种高级语法形式，可以作为选学内容。最后简单介绍了模块部分。

第六章数据获取的重点是爬虫。从网页的基本结构开始，首先介绍了如何使用Selenium库如何获取和解析动态网页，使读者对爬虫形成基本了解。批量下载表情包使用了静态网页获取方式，生动而且实用。通过介绍真实的12306综合案例重点介绍了网页动作模拟的基本方法。

第七章的核心是使用Numpy进行数据处理。基本介绍中强调了Numpy的内存模型，并对Numpy的创建、索引、切片、矩阵操作、随机数等数组的常用操作进行了全面的介绍。其中的难点是广播和数据连接。最后通过图像处理的应用案例对本章涉及的大部分语法进行了综合应用。

第八章探讨了使用Python的Matplotlib库进行数据可视化的基础知识，包括基础结构、绘图函数和常见图形绘制。最后引入了来源于生活与学术的两个高级图形案例。

第九章的核心库Pandas是Python进行数据分析的最重要武器。它相当于一个内存数据库，能够高效地进行可视化、数据划分、随机采样和抽取、数据分组和处理时间日期数据。本章还提供了一些基于Pandas的高级实用函数。最后的数据分析可视化大屏提供给了一个基础框架，读者以此为基础设计满足自己需求、更加多元化的数据分析大屏展示。

第十章是根据经典数据集Movielens构建的综合应用。从数据读取和校验开始，对数据选择、数据合并、数据划分和数据透视表等Pandas的高级功能进行了全面的介绍。

特色和创新

本书面向Python从业人员和爱好者，主要以Python编程语言为工具，以深入底层代码的方式展开对数据分析的探讨，内容由浅入深、逐层递进。不仅包括了Python语法的基础知识，如编程基础和控制结构等，还对Python的典型结构和重要用法进行了详尽的分析，以通俗易懂的方式呈现。书中详细展示了数据分析流程中的采集、处理、分析和可视化，并提供了丰富且生动的案例和较大规模的综合应用，有助于读者进行知识整合。特别强调了对内存模型的深入剖析，书中还罕见地对数据结构的内存访问性能进行了深入分析。此外，书中引入了大量来自全球著名数据分析平台Kaggle的相关内容，为初学者提供了众多教程、案例和数据，以及典型的数据分析方法。总体而言，本书实现了理论与实践的紧密结合，对于需要利用Python进行数据分析的爱好者而言是一本不可多得的选择。

作者简介：  

作者简介

李昕，中国石油大学（华东）计算机科学与技术学院副教授，硕导，智能科学与技术专业系主任。博士毕业于浙江大学CAD&CG 国家重点实验室，美国肯特州立大学访问学者。研究方向是智慧海洋和可视分析。主持国jia级、省级项目或相当层次项目6项。从事数据分析、可视化导论、数据挖掘等相关课程教学。出版省级校级规划教材4部。

王爽，中国石油大学（华东）计算机科学与技术学院副教授，硕导，毕业于中国海洋大学。研究方向是人工智能与生物数据分析，主持国jia级、省级项目等纵向项目4项。从事数据结构、数据分析、数据挖掘等相关课程教学，出版校级规划教材3部。

目录：  

在线试读：