本书重点介绍Python语言在数据处理与数据挖掘方面的应用技巧，主要包括数据分析基础知识（数据收集与分析软件、数据挖掘的分析基础、简单数据的统计分析），数据分析高级方法（多元数据的综合分析、时序数据的模型分析），大数据基本处理方法（大数据分析基础应用、文献计量与科研评价、社会网络分析方法、数据分析编程平台）等内容。附录中还提供了Python数据分析相关方法和函数等，方便读者随时查看。本书内容丰富，图文并茂，可操作性强且便于查阅，主要面向数据分析的读者，能有效帮助读者提高数据处理与分析的水平，提升工作效率。书中的例子数据、习题数据及相关代码都可在作者的学习博客http://blog.leanote.com/DaPy下载使用，也可登录华信教育资源网http://www.hxedu.com.cn免费下载。 本书适合各层次的数据分析用户，既可作为初学者的入门指南，又可作为中高级用户的参考手册，同时也可作为各大中专院校和培训班的数据分析教材。

暨南大学教授，中国统计学会会员，广东省统计学会常务理事，暨南大学统计学专业博士生导师。著有多部统计学教材或专著。

目 录 第一部分 数据分析基础知识 第1章 数据收集与分析软件 2
　1.1 数据收集过程 2 1.1.1 数据的类型 2 1.1.2 数据的收集 3 1.1.3 数据的管理 8
　1.2 数据分析软件 9 1.2.1 数据分析软件简介 9 1.2.2 Python语言介绍 10 1.2.3 Python在线平台 13
　1.3 Python编程基础 18 1.3.1 Python编程入门 18 1.3.2 Python数据类型 20 1.3.3 数值分析包numpy 24 1.3.4 数据分析包pandas 25 1.3.5 Python编程运算 34
　数据及练习1 38 第2章 数据挖掘的分析基础 41
　2.1 数据的描述分析 41 2.1.1 基本统计量 41 2.1.2 基本绘图函数 46
　2.2 数据的透视分析 55 2.2.1 一维频数分析 56 2.2.2 二维集聚分析 57 2.2.3 多维透视分析 60
　数据及练习2 62 第3章 简单数据的统计分析 64
　3.1 随机变量及其分布 64 3.1.1 均匀分布 64 3.1.2 正态分布 65
　3.2 随机模拟及其应用 67 3.2.1 随机模拟方法 67 3.2.2 模拟大数定律 68 3.2.3 模拟方法求积分 69
　3.3 单变量统计分析模型 70 3.3.1 单变量线性相关模型 71 3.3.2 单变量线性回归模型 73
　数据及练习3 75 第二部分 数据分析高级方法 第4章 多元数据的综合分析 78
　4.1 多元线性相关与回归 79 4.1.1 多元线性相关 79 4.1.2 多元线性回归模型 81
　4.2 综合评价方法 91 4.2.1 综合评价指标体系 91 4.2.2 综合评价分析方法 93
　4.3 数据压缩方法 99 4.3.1 主成分分析的基本思想 99 4.3.2 主成分的基本分析 101
　4.4 聚类分析方法 105 4.4.1 聚类分析的概念 105 4.4.2 系统聚类方法 108
　数据与练习4 113 第5章 时序数据的模型分析 116
　5.1 时间序列简介 116 5.1.1 时间序列的概念 116 5.1.2 时间序列的模拟 116 5.1.3 时间序列的读取 118
　5.2 时间序列分析模型 119 5.2.1 AR模型 120 5.2.2 MR模型 120 5.2.3 ARMA模型 121 5.2.4 ARIMA模型 122
　5.3 ARMA模型的构建 124 5.3.1 序列的相关性检验 124 5.3.2 ARMA模型的建立与检验 127 5.3.3 序列的平稳性检验 131
　5.4 股票指数预测模型的构建 133 5.4.1 模型的预处理 134 5.4.2 参数的估计与检验 135 5.4.3 模型的预测 136
　数据与练习5 137 第三部分 大数据基本处理方法 第6章 大数据分析基础应用 140
　6.1 大数据的概念 140 6.1.1 大数据的含义 140 6.1.2 大数据应用举例 141 6.1.3 大数据分析方法 142
　6.2 Python文本预处理 144 6.2.1 字符串的基本操作 144 6.2.2 字符串查询与替换 146
　6.3 网络爬虫及应用 146 6.3.1 网页的基础知识 147 6.3.2 Python爬虫步骤 148 6.3.3 爬虫方法的应用 149
　6.4 数据库技术及应用 154 6.4.1 Python中数据库的使用 154 6.4.2 数据库的建立与使用 155
　数据及练习6 156 第7章 文献计量与科研评价 159
　7.1 文献计量研究的框架 159
　7.2 文献数据的获取与分析 161 7.2.1 文献数据的获取 161 7.2.2 文献数据的分析 163
　7.3 科研数据的管理与评价 166 7.3.1 科研单位与项目分析 167 7.3.2 科研期刊与作者分析 169
　数据及练习7 171 第8章 社会网络分析方法 172
　8.1 社会网络的初步印象 172 8.1.1 社会网络分析概念 172 8.1.2 社会网络分析包 174
　8.2 社会网络图的构建 174 8.2.1 社会网络数据形式 174 8.2.2 社会网络统计量 177 8.2.3 网络图之知识图谱 180
　数据及练习8 183 第9章 数据分析编程平台 185
　9.1 Anaconda科学计算发行包 185 9.1.1 Anaconda下载与安装 185 9.1.2 Anaconda启动与运行 186
　9.2 Jupyter编辑平台 188 9.2.1 Jupyter Notebook 188 9.2.2 Jupyter Lab 193 9.2.3 在Jupyter中使用R语言 196
　9.3 Spyder分析平台 197 9.3.1 Spyder平台简介 197 9.3.2 Spyder平台使用 198 附录A 本书的学习网站 200 附录B 书中的例子数据 201 附录C 书中自定义函数 202 参考文献 205