1 Python数据分析基础与实践(第2版)

一、基本信息

教材名称：《Python数据分析基础与实践(第2版)》

出 版 社：清华大学出版社，2023年6月

版    次：第二版

二、作者简介

第一作者：柳毅

男，博士，教授，硕士生导师，中国自动化学会会员，中国人工智能学会会员，中国“双法”研究会智能决策与博弈分会理事，浙江大学控制理论与工程博士后、管理科学与工程博士，入选浙江省“之江青年”社科学者人才工程，国家留学基金委资助赴美国加州大学伯克利分校(UC Berkeley)、美国德州圣道大学(UIW)访问学者。

作为项目负责人完成国家省部级以上课题多项，包括主持1项国家社会科学基金、参与2项国家自然科学基金，主持教育部人文社会科学基金、浙江省自然科学基金、浙江省社会科学规划项目等9项；主持3项浙江省一流本科课程和省教改项目，指导学生参加国家、省级大学生竞赛并获省赛一、二等奖；以第一作者在《中国软科学》、《浙江社会科学》、《系统管理学报》、《Economic Analysis and Policy》、《The International Journal of Advanced Manufacturing Technology》等国内外知名期刊上发表CSSCI、SSCI、SCI论文50余篇；在清华大学出版社、北京电子工业出版社、人民邮电出版社等出版浙江省“十三五”新形态、浙江省“十四五” 重点教材和学术专著10部。

作为主要成员参加信息管理与信息系统专业国家级、浙江省十二五新兴特色和浙江省十三五优势专业建设；作为主要成员参与浙江省信息化发展研究院省级智库的建设；承担完成国家市场监管总局科技项目、杭州市重大科技创新子项目等5项企业横向课题，技术服务成果得到相关部门采纳。

个人主页链接：https://faculty.hdu.edu.cn/glxy/ly2_6171/main.htm

第二作者：毛峰

广西桂林人，毕业于华东师范大学资源与环境科学学院，获地图学与地理信息系统博士学位；比利时根特大学地理系访问学者。现为bob电竞ios 讲师。主要研究方向为大数据城市计算、移动轨迹数据挖掘、地理人工智能理论与方法。在《浙江大学学报》、《Frontiers of Earth Science》、《Journal of Transport Geography》等信息科学学术期刊发表论文10余篇；主持参与包括国家自然科学基金项目“流体城市"视角下职住空间格局及变化机理研究—基于城市计算方法”，国家863项目“面向主题和区域的空间数据挖掘与热点图文生成”、浙江省自然科学基金等科研基金项目和横向委托课题10余项。

个人主页链接：https://faculty.hdu.edu.cn/glxy/mf/main.htm

第三作者：刘铁桥

浙江财经大学东方学院副教授。湖南大学计算机科学与技术专业博士。研究领域：容错计算、人工智能研究。研究成果：主持参与国家自然科学基金、浙江省自然科学基金、浙江省哲学社会科学规划项目多项；在《International Journal of Circuit Theory and Applications》、《IEEE Aerospace & Electronic Systems Magazine》、《计算机学报》、《电子学报》、《计算机研究与发展》等国内外一级、SCI期刊上发表论文二十多篇。

三、内容简介

Python作为大数据时代非常受欢迎的编程语言，具有语法简洁、开源兼容、类库丰富和数据处理能力强大等特点，是信息管理与信息系统、工商管理、电子商务等专业本科生进行数据分析必须掌握的基础性语言和技术工具，非常适合数字智能社会“新文科”大学生的学习

为培养当代大学生的数字素养，全面提升学生Python数据分析与实践的能力。本教材着重讲述Python语言的基础语法、机器学习、数据分析基础库以及项目应用案例，共12章。第1章主要介绍Python的发展历史、特点、集成开发环境、内置模块、帮助的使用等内容；第2章主要介绍Python语言的基础知识；第3章主要介绍 Python中的常用数据结构，包括序列、字典、集合等，以及函数的定义和调用等；第4章主要介绍Python中类、对象和方法的相关内容；第5章主要介绍 Python进行数据分析常用的NumPy、Pandas、Matplotlib、SciPy和Scikit-lcarn等基础库内容；第6章主要介绍网络数据获取的HTML和XML两种网页组织形式，以及urllib和BeautifulSoup4两个模块内容；第7章主要介绍Python文件的读写操作方法；第8章主要介绍 Python数据可视化，以及使用Python绘制图表的知识；第9章介绍利用Python进行数据库开发的方法与应用过程；第10章介绍机器学习有监督学习基本原理,包括支持向量机算法、回归算法等以及“生物多样性”分析案例；第11章介绍机器学习无监督学习的聚类原理,包括K-means算法、DBSCAN算法等以及在“美丽乡村建设”中的应用；第12章主要介绍Python在杭州二手房房价分析上的实践项目案例,着重讲述Python数据分析的预处理、数据可视化、模型选择与训练、模型调参与模型应用评估等数据分析的具体过程，且书中的代码均在Python 3.5中测试通过。

本书一方面侧重对Python数据分析基础知识的讲解，另一方面注重 Python数据处理方法的应用。通过分享网络强国、绿色发展、美丽乡村建设等应用案例和富有科学家精神的工程项目将思政元素有机融入到 Python知识讲解中，本书非常适合计算机科学与技术、经济管理类“新文科”专业学生学习 Python数据分析的入门教材，以及作为 Python爱好者的学习参考书。