Python数据处理

xiv

｜

前言

试的技巧，你可以翻到那里看一下。

不适合阅读本书的读者

本书肯定不适合经验丰富的

Python

程序员，他们已经知道数据处理任务需要用到哪些库和

技术。（对于这些人，我们推荐

Wes McKinney

写的《利用

Python

进行数据分析》。）如果

你是经验丰富的

Python

开发者，或使用过

Scala

、

R

等其他具有数据分析能力的语言，本

书可能也不适合你。但如果你是经验丰富的

Web

语言开发者，使用的

PHP

、

JavaScript

等

语言本身缺乏数据分析能力，那么本书可以通过数据处理来教你

Python

的知识。

本书结构

本书的结构沿循一般数据分析项目或故事的整个生命周期。首先提出一个问题，然后获取

数据、清洗数据、探索数据、传达数据中的发现、扩展到更大的数据集，最后将整个过程

自动化。这种方法可以让你从简单的问题逐步过渡到更复杂的问题和研究。我们会先讲传

达数据中发现的基本方法，然后再讲数据采集的高级技巧。

如果对某些章节的内容比较熟悉，你也可以将本书当作参考，或者跳过那些章节。但我们

建议你大致浏览一下每一章节的内容，确保没有错过新的资源与技术。

什么是数据处理

数据处理是指将杂乱的或未加工的数据源转换成有用的信息。先寻找原始数据源，并判断

其价值：这些数据集的数据质量有多好？它们与你的目标是否相关？能否找到更好的数

据源？在对数据进行解析与清洗后，数据集变得可用，这时你可以利用工具和方法（如

Python

脚本）来帮你分析数据，并以报告的形式展示结果。这样你可以将无人问津的数据

变得清晰可用。

遇到困难怎么办