前言

随着云时代的来临，数据分析技术将帮助企业用户在合理时间内获取、管理、处理以及整理海量数据，为企业经营决策提供积极的帮助。数据分析作为一门前沿技术，广泛应用于物联网、云计算、移动互联网等战略性新兴产业。虽然大数据目前在国内还处于初级阶段，但是其商业价值已经显现出来，特别是有实践经验的数据分析人才更是各企业争夺的热门。为了满足日益增长的数据分析人才需求，很多高校开始尝试开设不同程度的数据分析课程。“数据分析”作为大数据时代的核心技术，必将成为高校大数据相关专业的重要课程之一。

本书特色

本书以任务为导向，结合大量数据分析工程案例及教学经验，以Python数据分析常用技术和真实案例相结合的方式，深入浅出地介绍使用Python进行数据分析及应用的重要内容。除第1章外，本书各章都由任务描述、任务分析、任务实现、实训和课后练习等部分组成。设计思路以应用为导向，让读者明确如何利用所学知识来解决问题，通过实训和课后练习巩固所学知识，读者真正理解并能够应用所学知识。本书的内容由浅入深，第1章介绍数据分析的基本概念等相关知识，让读者在宏观上理解数据分析能够帮助我们解决什么问题。第2～6章结合具体的任务，介绍了Python数据分析常用的NumPy、Matplotlib、pandas、scikit-learn库的应用。第7～9章是前面几章内容基础上的综合应用，包括航空公司客户价值分析、财政收入预测分析、家用热水器用户行为分析与事件识别这3个综合案例，帮助读者搭建一条最佳的数据分析学习路线图。

本书适用对象

开设有数据分析课程的高校的教师和学生。

目前国内不少高校将数据分析引入教学中，在数学、计算机、自动化、电子信息、金融等专业开设了与数据分析技术相关的课程，但目前这一课程的教学仍然主要限于理论介绍。因为单纯的理论教学过于抽象，学生理解起来往往比较困难，教学效果也不甚理想。本书提供的基于实战案例和建模实践的教学模式，能够使师生充分发挥互动性和创造性，获得最佳的教学效果。

需求分析及系统设计人员。

这类人员可以在理解数据分析原理及建模过程的基础上，结合数据分析案例完成精确营销、客户分群、交叉销售、流失分析、客户信用记分、欺诈发现、智能推荐等数据分析应用的需求分析和设计。

数据分析应用的开发人员。

这类人员可以在理解数据分析应用需求和设计方案的基础上，结合图书提供的基于第三方接口快速完成数据分析应用的编程实现。

进行数据分析应用研究的科研人员。

许多科研院所为了更好地对科研工作进行管理，纷纷开发了适应自身特点的科研业务管理系统，并在使用过程中积累了大量的科研信息数据。但是，这些科研业务管理系统一般没有对这些数据进行深入分析，对数据所隐藏的价值并没有充分分析利用。科研人员需要数据分析工具及有关方法来深挖科研信息的价值，从而提高科研水平。

代码下载及问题反馈

为了帮助读者更好地使用《Python数据分析与应用》这本书，我们配套提供了原始数据文件和程序代码，读者可以从“泰迪杯”数据挖掘挑战赛网站（http://www.tipdm.org/tj/1266.jhtml）免费下载，也可登录人民邮电出版社教育社区下载（http://www.ryjiaoyu.com）。另外，为方便教师授课，我们还提供了PPT课件，读者可以从“泰迪杯”数据挖掘挑战赛网站（http://www.tipdm.org/tj/840.jhtml）下载申请表，填写后发送至指定邮箱；其他图书资源，读者可通过热线电话（40068-40020）或以下微信公众号咨询获取。

我们已经尽最大努力避免在文本和代码中出现错误，但是由于水平有限，编写时间仓促，书中难免出现一些疏漏和不足的地方。如果您有更多的宝贵意见，欢迎发送邮件至邮箱13560356095@qq.com，期待能够得到您真挚的反馈。同时，本书内容更新将及时在“泰迪杯”全国数据挖掘挑战赛网站上发布，读者可以登录网站或关注泰迪大数据挖掘微信公众号（TipDataMining）查阅相关信息。

编者

2017年10月