1.1 本書的內(nèi)容

本書講的是利用Python進行數(shù)據(jù)控制、處理、整理、分析等方面的具體細節(jié)和基本要點。我的目標是介紹Python編程和用于數(shù)據(jù)處理的庫和工具環(huán)境，掌握這些，可以讓你成為一個數(shù)據(jù)分析專家。雖然本書的標題是“數(shù)據(jù)分析”，重點確實Python編程、庫，以及用于數(shù)據(jù)分析的工具。這就是數(shù)據(jù)分析要用到的Python編程。

什么樣的數(shù)據(jù)？

當書中出現(xiàn)“數(shù)據(jù)”時，究竟指的是什么呢？主要指的是結(jié)構化數(shù)據(jù)（structured data），這個故意含糊其辭的術語代指了所有通用格式的數(shù)據(jù)，例如：

• 表格型數(shù)據(jù)，其中各列可能是不同的類型（字符串、數(shù)值、日期等）。比如保存在關系型數(shù)據(jù)庫中或以制表符/逗號為分隔符的文本文件中的那些數(shù)據(jù)。

• 多維數(shù)組（矩陣）。

• 通過關鍵列（對于SQL用戶而言，就是主鍵和外鍵）相互聯(lián)系的多個表。

• 間隔平均或不平均的時間序列。

這絕不是一個完整的列表。大部分數(shù)據(jù)集都能被轉(zhuǎn)化為更加適合分析和建模的結(jié)構化形式，雖然有時這并不是很明顯。如果不行的話，也可以將數(shù)據(jù)集的特征提取為某種結(jié)構化形式。例如，一組新聞文章可以被處理為一張詞頻表，而這張詞頻表就可以用于情感分析。

大部分電子表格軟件（比如Microsoft Excel，它可能是世界上使用最廣泛的數(shù)據(jù)分析工具了）的用戶不會對此類數(shù)據(jù)感到陌生。

閱讀全文：http://t.cn/Rn9Ojao