Python数据分析

前言

“数据分析是Python的杀手锏。”

——佚名

数据分析在自然科学、生物医学和社会科学领域有着悠久的历史。目前，如雷贯耳的大数据虽然尚没有严格的定义，但是它对数据分析工作的影响是毋庸置疑的。下面列举几个与大数据相关的趋势。

世界人口持续增长。

越来越多的数据被搜集和存储。

电脑芯片集成的晶体管数量不可能无限增长。

政府、科学界、工业界和个人对数据洞察力的需求与日俱增。

随着数据科学的炒作，数据分析也呈现流行之势。与数据科学类似，数据分析也致力于从数据中提取有效信息。为此，我们需要用到统计学、机器学习、信号处理、自然语言处理和计算机科学领域中的各种技术。

在http://www.xmind.net/m/WvfC/页面上，可以找到一幅描绘与数据分析相关Python软件的脑图。首先要知道的是，Python生态系统已经非常完备，具有诸如NumPy、SciPy和matplotlib等著名的程序包。当然，这没有什么好奇怪的，因为Python自1989年就诞生了。Python易学、易用，并且与其他程序设计语言相比语法简练，可读性非常强，即使从未接触过Python的人，也可以在几天内掌握该语言的基本用法，对熟悉其他编程语言的人来说尤其如此。你无需太多的基础知识，就能顺畅地阅读本书。此外，关于Python的书籍、课程和在线教程也非常多。

本书内容

作为学习教程，本书将从NumPy、SciPy、matplotlib和pandas着手，这些开源程序包对于数据加工、数据处理和可视化而言非常有用。如果能够将这些工具结合起来使用，其功效足以与MATLAB、Mathematica和R相媲美。

本书还将为读者介绍更高级的主题，包括信号处理、数据库、文本分析、机器学习、互操作性和性能优化。

第1章“Python程序库入门”手把手地指导读者正确安装配置Python数值计算软件。同时，本章还会展示如何创建一个小程序。 ...