内容简介

本书是一本通过实战教初学者学习采集数据、清洗和组织数据进行分析及可视化的Python读物。书中案例均经过实战检验，笔者在实践过程中深感采集数据、清洗和组织数据的重要性，作为一名数据行业的“码农”，数据就是沃土，没有数据，我们将无田可耕。

本书共分11章，6个核心主题：其一是Python基础入门，包括环境配置、基本操作、数据类型、语句和函数；其二是Python爬虫的构建，包括网页结构解析、爬虫流程设计、代码优化、效率优化、容错处理、反防爬虫、表单交互和模拟页面点击；其三是Python数据库应用，包括MongoDB、MySQL在Python中的连接与应用；其四是数据清洗和组织，包括NumPy数组知识、pandas数据的读写、分组变形、缺失值异常值处理、时序数据处理和正则表达式的使用；其五是综合应用案例，帮助读者贯穿爬虫、数据清洗与组织的过程；最后是数据可视化，包括Matplotlib和Pyecharts两个库的使用，涉及饼图、柱形图、线图、词云图、地图等图形，帮助读者进入可视化的殿堂。

本书以实战为主，适合Python初学者及高等院校的相关专业学生，也适合Python培训机构作为实验教材使用。

Python是一种解释型、面向对象的动态数据类型高级程序设计语言。从20世纪90年代初Python语言诞生至今，它逐渐被广泛应用于各个领域，比如桌面应用开发、游戏开发、Web开发、网络爬虫、数据统计分析、自然语言处理、机器学习、深度学习、人工智能等。由于Python语言的简捷性、易读性及可扩展性，在国外用Python进行科学计算的研究机构日益增多。一些知名大学甚至采用Python语言教授程序设计课程，例如麻省理工学院的计算机科学及编程导论课程。

在数据科学领域，Python的发展势头十分迅猛。一方面，Python拥有各种开源的网络爬虫框架，可以帮助数据科学家快速收集数据；另一方面，Python在机器学习和深度学习方面有很多成熟的拓展包，可以帮助数据科学家完成各类数据分析任务，无论是简单的线性回归，还是复杂的深度学习网络构建。

Stack Overflow最新调查显示，Python已经成为快速发展的主流编程语言，也是高收入国家网民访问Stack Overflow网站过程中，点击量最高的标签。由此可见，Python将必成为各个领域的程序员需要掌握的技能之一。

黄志洪

著名数据分析网站炼数成金创始人

我最早是通过《电商数据分析——淘宝实战》一书接触零一的。在该书中，他用相当多的实务案例来告诉读者如何在电商的环境中，用数据做决策，从实践中学知识，令我印象深刻。后来通过CDA的活动认识了零一，发现他是一名数据分析爱好者。在跟他的谈话中，提到的更多的是实务的应用，令我钦佩不已。

人工智能的先驱者吴恩达曾说过，一家人工智能的公司必须具备三种能力：其一是有策略的数据采集，其二是集中式的数据仓库及统一的数据分析平台，最后是无所不在的自动化应用。零一的这本书就是教你如何系统化地采集数据、储存数据及应用数据。

这本书教大家如何利用Python撰写爬虫程序、清洗和组织数据、解析网页的内容，并将数据储存于数据库中。本书巨细无遗，帮助大家节省时间，是值得一读的好书！

李御玺（Yue-Shi Lee）

台湾大学资讯工程博士

铭传大学资讯工程学系教授