《基于Python的大數據分析基礎及實戰》是一本介紹如何用Python 3.6進行數據處理和分析的學習指南。其主要內容包括：Python語言基礎、數據處理、數據分析、數據可視化，以及利用Python對數據庫的操作、自建Python應用庫的共享發布等。
《基于Python的大數據分析基礎及實戰》分3個部分：第1部分為基礎知識，第2部分為實戰案例，第3部分為拓展與延伸。本書內容豐富，講解通俗易懂，非常適合本科生、研究生，以及對Python語言感興趣或者想要使用Python語言進行數據分析的廣大讀者。
數據分析是科學研究中的重要環節。有人曾這樣定義：數據分析是有針對性地收集、加工、整理數據，并采用數據統計、挖掘技術分析和解釋數據的科學與藝術！本書就是針對數據分析而量身定做的，旨在引導對數據分析感興趣和擬從事數據分析的讀者入門，感受和領略Python數據處理及分析的魅力。
Python是當今炙手可熱的數據分析工具，是一種面向對象的解釋型計算機程序設計語言，擁有豐富和強大的庫，已經成為繼Java、C++之后的第三大語言。其特點是簡單易學、免費開源、高級語言、可移植性強、面向對象，具有可擴展性、可嵌入性、豐富的庫、規范的代碼等。Python除了極少的事情不能做之外，基本上可以說是全能的，廣泛應用在系統運維、圖形處理、數學處理、文本處理、數據庫編程、網絡編程、Web編程、多媒體應用、PYMO引擎（PYMO全稱為Python Memories Off）、黑客編程、爬蟲編寫、機器學習、人工智能等方面。
在學習數據分析類書籍之前，一定有許多“小白”跟當初的筆者一樣未戰先怯：數據分析要用到那么多的數學知識，還要用到編程知識，我能行嗎？一提到“數學”，估計很多人連勇氣都沒有了，直接就放棄了。另外對計算機編程的要求，很多人會問是不是要對Python很精通才行？
其實這些多是誤解。先來說說數學，如果僅僅做數據的一般分析，那對數學知識的要求其實根本沒有讀者想象的那么難，甚至根本用不上“高大上”的數學知識。對于編程更是這樣，Python語言極其簡單，完全可以現學現用。曾有人說，20個小時就能搞定Python。只要讀者能跟著本書認真地輸入代碼，一定能夠自如地利用Python工具在數據的海洋中遨游。俗話說：“拳不離手，曲不離口”，學習編程也要親自多敲代碼，復制、粘貼源代碼對于學習編程是沒有益處的，盡管數據分析中需要的編程知識不多。
在本書的寫作過程中，得到了中北大學Python實驗室各位同學的幫助和支持。陳糧同學執筆編寫和測試了第9章；孫玉林、周俊琦同學執筆編寫和測試了《紅樓夢》文本分析代碼；另外，楊陽、袁鳳恩、溫一川、魏炳琦、張方等同學對本書的部分代碼進行了測試及校對工作，在此一并表示感謝。
由于時間倉促，書中錯誤及疏漏之處在所難免，懇請讀者批評指正。本書對應的視頻教程、源代碼及源數據，可以掃描下方二維碼，關注微信公眾號進行獲取。
余本國，博士，碩士研究生導師。于中北大學理學系任教，主講線性代數、微積分、Python語言、大數據分析基礎等課程。2012年到加拿大York University做訪問學者。出版有《Python數據分析基礎》等著作。
第1部分 基 礎 篇
第1章
Python語言基礎 /2
1.0 引子 /2
1.1 工欲善其事，必先利其器（安裝Python） /3
1.2 學跑得先學走（語法基礎） /9
1.3 程序結構 /11
1.3.1 Hello World ! /11
1.3.2 運算符介紹 /12
1.3.3 順序結構 /14
1.3.4 判斷結構 /17
1.3.5 循環結構 /18
1.3.6 異常 /20
1.4 函數 /24
1.4.1 基本函數結構 /24
1.4.2 參數結構 /25
1.4.3 回調函數 /28
1.4.4 函數的遞歸與嵌套 /28
1.4.5 閉包 /31
1.4.6 匿名函數lambda /32
1.4.7 關鍵字yield /32
1.5 數據結構 /35
1.5.1 列表（list） /35
1.5.2 元組（tuple） /38
1.5.3 集合（set） /39
1.5.4 字典（dict） /40
1.5.5 集合的操作 /41
1.5.6 學以致用 /45
1.6 3個函數（map、filter、reduce） /47
1.6.1 遍歷函數（map） /47
1.6.2 篩選函數（filter） /48
1.6.3 累計函數（reduce） /48
1.7 面向對象編程基礎 /50
1.7.1 類 /50
1.7.2 類和實例 /51
1.7.3 數據封裝 /52
1.7.4 私有變量與私有方法 /53
本章小結 /54
第2章
數據處理 /60
2.1 Anaconda簡介 /60
2.2 Numpy簡介 /66
2.3 關于Pandas /68
2.3.1 什么是Pandas /68
2.3.2 Pandas中的數據結構 /68
2.4 數據準備 /68
2.4.1 數據類型 /68
2.4.2 數據結構 /69
2.4.3 數據導入 /79
2.4.4 數據導出 /86
2.5 數據處理 /88
2.5.1 數據清洗 /89
2.5.2 數據抽取 /97
2.5.3 插入記錄 /114
2.5.4 修改記錄 /117
2.5.5 交換行或列 /120
2.5.6 排名索引 /122
2.5.7 數據合并 /131
2.5.8 數據計算 /137
2.5.9 數據分組 /141
2.5.10 日期處理 /143
帶你飛（數據處理案例） /148
本章小結 /160
第3章
數據分析 /165
3.1 基本統計分析 /165
3.2 分組分析 /169
3.3 分布分析 /171
3.4 交叉分析 /173
3.5 結構分析 /174
3.6 相關分析 /176
小試牛刀（相關分析案例：電商數據分析） /178
本章小結 /180
第4章
數據可視化 /181
4.1 使用Python對數據進行可視化處理 /181
4.1.1 準備工作 /181
4.1.2 Matplotlib繪圖示例 /186
4.1.3 Seabon中的圖例 /198
4.1.4 pandas的一些可視化功能 /212
4.1.5 文本數據可視化 /217
4.1.6 networkx網絡圖 /218
4.1.7 folium繪制地圖 /220
4.2 Python圖像處理基礎 /221
4.2.1 PIL圖庫 /221
4.2.2 OpenCV圖庫 /224
本章小結 /226
第5章
字符串處理與網絡爬蟲 /228
5.1 字符串處理 /228
5.1.1 字符串處理函數 /228
5.1.2 正則表達式 /230
5.1.3 編碼處理 /237
5.2 網絡爬蟲 /240
5.2.1 獲取網頁源碼 /240
5.2.2 從源碼中提取信息 /241
5.2.3 數據存儲 /246
5.2.4 網絡爬蟲從這里開始 /248
本章小結 /260
第2部分 實戰案例篇
第6章
詞云 /262
6.1 安裝文件包 /263
6.2 jieba功能用法 /264
6.2.1 cut用法 /264
6.2.2 詞頻與分詞字典 /265
6.3 文本詞云圖 /269
6.4 背景輪廓詞云圖的制作 /271
6.4.1 數據準備 /271
6.4.2 分詞 /272
6.4.3 構建詞云 /273
本章小結 /278
第7章
航空客戶分類 /279
7.1 問題的提出 /279
7.2 聚類分析相關概念 /280
7.3 模型的建立 /281
7.4 Python實現代碼 /281
7.5 分類結果展示與分析 /284
本章小結 /287
第8章
《紅樓夢》文本分析 /288
8.1 準備工作 /289
8.2 分詞 /291
8.2.1 讀取數據 /291
8.2.2 數據預處理 /293
8.2.3 對紅樓夢進行分詞 /301
8.2.4 制作詞云 /303
8.3 文本聚類分析 /312
8.3.1 構建分詞TF-IDF矩陣 /312
8.3.2 使用TF-IDF矩陣對章節進行聚類 /314
8.4 LDA主題模型 /322
8.5 人物社交網絡分析 /328
本章小結 /334
第3部分 拓展與延伸
第9章
Python字符串格式化 /336
9.1 使用%符號進行格式化 /336
9.2 使用format()方法進行格式化 /339
9.3 使用f方法進行格式化 /341
本章小結 /342
第10章
在Python中操作MySQL數據庫 /343
10.1 對MySQL的連接與訪問 /344
10.2 對MySQL的增、刪、改、查操作 /345
10.2.1 查詢操作 /345
10.2.2 插入操作 /346
10.2.3 更新操作 /347
10.2.4 刪除操作 /347
10.3 創建數據庫表 /348
本章小結 /349
第11章
fractal（分形）庫的發布 /350
11.1 用Python繪制分形 /351
11.1.1 分形簡介 /351
11.1.2 先睹為快 /351
11.1.3 繪制方法簡介 /352
11.2 第三方庫發布到PyPi /364
本章小結 /369
參考文獻 /370
新書資訊