python计算传播学实战

随着数字化进程的推进，数据不仅改变了人们的生活方式和信息传播行为，也改变了人们观察和认识世界的方式。人工智能与大数据驱动的计算范式延伸至社会科学领域。受传统传播学定量研究范式、数据科学和网络科学的影响和启发，计算传播学方兴未艾，已经成为计算社会科学的重要分支学科之一。
 计算传播学可以看作数据科学在传播学领域的延伸，而Python是当前数据科学的主流语言，通过Python可以实现数据清洗、数据分析、数据挖掘、文本挖掘、数据可视化等一系列与数据科学相关的内容。
 本书是《计算传播学与网络爬虫》的姊妹篇，承接上一本书的步骤，从网络爬虫过渡到具体的计算传播学的Python实现。本书围绕Python展开，采用深入浅出的叙述方式，简明扼要地阐述了与计算传播学相关的Python库，而后阐述了学习计算传播学的Python编程、数据处理与分析、数据可视化等知识。本书的目的是让广大读者掌握Python与计算传播学相关的知识，从而让Python更好地服务于计算传播学的研究。
 在编写原则上，本书既保持了Python计算传播学技术的系统性和理论性，又用大量篇幅讲解了与计算传播学相关的Python项目案例，让读者在使用本书进行学习的过程中，不仅能够收获理论知识，还能够动手实操，从而真正掌握Python在计算传播学中的应用。
 本书的出版得到了中央引导地方科技发展资金项目（桂科AD20238065）、广西自然科学基金项目（2018GXNSFDA050014）、广西高等教育本科教学改革工程项目（2019JGA227）、广西壮族自治区信息中心、广西壮族自治区大数据研究院、广西“八桂学者”建设工程专项经费、广西高等学校高水平创新团队及卓越学者计划、南宁师范大学教材建设基金资助。
 本书由隆广庆担任主编，由周飞、黄在堂、彭新永、谈超洪、郑廷和担任副主编，梁颖涛、郭琳、胡中全、邓科、陈喜凤、林秀梅、陈羽峰、周飞伶和陈鸣参与编写。具体编写分工如下：第1章由黄在堂和梁颖涛编写；第2章由彭新永和郭琳编写；第3章由谈超洪和周飞编写；第4章由郑廷和和胡中全编写；第5章由邓科和陈喜凤编写；第6章由林秀梅和陈羽峰编写；第7章由隆广庆、周飞伶和陈鸣编写。 
 南师智能科技有限公司对本书的内容从产业的角度给予指导性建议，并为本书项目案例的结构确定提供了部分项目素材，以及与Python相关的技术环境支持。
 由于编者水平有限，加之时间仓促，书中难免存在疏漏和不足，恳请广大读者批评斧正。

 编 者 

 本书是将Python和计算传播学相结合的典型教材，全面介绍了使用Python进行计算传播学实战的相关知识，由浅入深地介绍了Python中与计算传播学相关的库，并通过项目案例对所学知识加以巩固与加深。本书主要内容包括Python与计算传播学、Python编程基础、数据处理与分析基础、数据可视化基础，以及Python计算传播学实践项目案例。本书体系完整、内容丰富，尤为注重实战教学。
 本书既可作为普通高等院校计算传播学的基础教材，也可作为职业培训教育机构及相关技术人员的参考用书。