【包邮】 Python数据分析 【正版九新】

根据Cummulus Media 2018年的数据，全球每分钟向谷歌发起370万次搜索，发送1800万条短信，YouTube上有430万条视频被观看，Facebook登录超过97万次，等等。人们刷微博、聊微信、用滴滴打车、用淘宝购物、用美团点外卖，每一条信息，每一次出行，每一次消费，每一次互动都成为其数字足迹！未来已来，我们进入了数据时代！

本人与数据正式结缘还要追溯到2003年担任软件项目经理时，当时分析项目团队的软件问题成为我的*个数据分析任务。2009年，我开始管理多个产品的全球支持团队，与数据的关系更进了一步。作为通信设备商，我们的客户支持有本地技术支持、欧洲及美洲等区域技术支持以及全球技术支持。每层的技术人员解决的问题类型、难度、时间以及成本都不同，电信运营商的设备故障每分每秒都将给客户带来巨大影响。面对成千上万的客户问题，如何快速、高效、低成本地处理各种问题，需要用数据来帮助我们做出决策。2013年后，我开始转向负责软件维护业务，此时我关心的是： 如何从软件维护中获取更多收入； 如何更好地提高客户服务质量； 针对全球的客户，如何对客户进行细分； 哪些客户的维护业务对公司更有价值； 面对客户时如何说服他们维护业务带来的价值远远超过了成本。这一切更需要数据来支持！

不仅工作中需要数据思维，我们的生活也需要数据思维，它可以帮我们找工作、买房、从投资中获利，等等。那么什么是数据思维？数据思维*核心的思想是利用数据解决问题，而利用数据解决问题则需要深度了解需求，了解真正要解决什么样的问题，解决问题背后的真实目的是什么。在解决问题的过程中，
使用数据分析的方法，帮助我们从庞杂的数据中提取有价值的信息，做出更好的决策，本书正是围绕此目标而编写。全书分上下两篇。上篇（第1章~第10章）介绍了什么是数据分析，如何利用Python中的Pandas库进行基本的数据操作、数据清洗、数据整理，如何对数据进行可视化。下篇（第11章~第21章）着重于数据分析实战，
尽可能多地为读者展示各种数据分析应用，目的是让读者体会到数据分析的作用
。其中既有数据分析在企业中的应用，如客户群组分析、客户细分、A/B测试等，又有数据分析在我们生活中的应用，
如找工作、买房、投资等。通过这些案例，希望读者能够理解数据分析是没有边界的，只要能提出问题，就能找到它的用武之地。

随着可穿戴设备的兴起，
物联网、人工智能伴随5G而来，用数据定义问题、用数据讲故事、用数据支持决策的能力也越来越重要，本书是作者对过去学习与工作的总结，希望能成为读者迈入数据世界的*本书。

本书第7章、第14章和第15章由邹静完成，其余章节由江雪松完成。由于作者水平有限，书中难免有不足之处，还望读者
不吝指正！
感谢清华大学出版社的盛东亮老师为出版本书提供的帮助！同时也要感谢本书编辑
团队付出的辛勤劳动！将近一年时间的写作，意味着无法陪伴家人，在此也要感谢他们的理解与支持。

江雪松

2020年4月

说明
1. 写作风格
本书上篇为Pandas数据分析基础，因此作者对于代码的讲解相对详细。下篇为案例实战，经过上篇的学习，
读者应该已经具备了自学Pandas中新函数的能力，因此在讲解时以案例为主，对部分代码不再逐行解读，希望读者能自己动手实践，加深理解。
2. 英文术语的翻译
本书中的英文术语在两种情况不进行翻译，采取保留英文原文的方式。*种情况是专有术语，无中文翻译，
如Pandas、Jupyter Notebook等。第二种情况是Pandas中的专有数据结构DataFrame和Series，采取不翻译的方式，另外对于DataFrame中的Index，如果可能在上下文产生歧义，我们会采取保留英文原文的方式。
3. 代码格式
本书中的代码均在Jupyter Notebook中编写完成，Jupyter Notebook的一大优势是提供了良好的用户交互输出。为了更好地区分代码与输出，全书中的代码采用如下格式。

retail_data.dtypes

InvoiceNo object

StockCodeobject

Countryobject

Total_pricefloat64

dtype: object

其中，前面带有“”的代表Jupyter Notebook中的一段代码。例如，上面代码段中的“retail_data.dtypes”代表的是一行代码，前面没有“”的部分则代表了代码对应的输出。类似地，如下内容中“”后面代表的是一段代码。

def rad_to_degrees(x, pos):

 '角度幅度转换'

 #两个参数分别是值与tick位置

 return round(x * 57.2985, 2)

4. 全书代码与数据下载
由于本书是一本数据分析实战的书，因此书中大量使用了各种不同真实场景的数据和代码，为了方便读者学习，我们也提供了数据和代码下载。读者可以关注微信公众号“见数知理”获得代码与数据的下载方式。

本系统讨论Python数据分析基础与案例实战的教程。全书共分为上下两篇：上篇Pandas数据分析基础（第1章～第10章），首先介绍了什么是数据分析、数据分析的基本流程、如何构建基于Python的数据分析开发环境，之后上篇深入讨论了如何利用Python中的Pandas库进行基本的数据操作、数据清洗、数据整理，以及如何对数据进行可视化，*后第10章用一个电商销售数据的分析案例对上篇的知识进行了总结。下篇Python数据分析实战（第11章～第21章）目的是让读者体会到数据分析能干什么，目标是尽可能多的为读者展示各种数据分析应用。下篇中将讨论数据分析在企业中的应用案例，例如客户群组分析、客户细分、A/B测试，客户购物篮分析等；同时下篇也介绍了数据分析在生活中的应用，例如利用数据分析找工作、进行房价分析、进行股票投资的案例。此外下篇也对时间序列数据，大规模数据分析等进行了讨论。通过这些案例希望读者能够理解数据分析是没有边界的，只要能提出问题，就能找到它的用武之地。随着人类正从信息时代走向数据时代，大数据可视化应用的火爆发展，地理信息数据可视化也受到了越来越多的重视。作为地理数据应用的*后一步，地理信息数据的可视化，不仅是为了酷炫好看，还是为了将空间分布上的规律更加简洁直观的展示出来，同时挖掘更深层次的信息，因此本书也额外提供了如何利用Basemap库和Folium库完成地理信息数据的可视化教程供读者单独下载。