当前，Python作为一种简洁、易读且功能强大的编程语言，凭借其丰富的数据库，逐渐成为数据分析领域的首选工具。本书以时代需求为导向，以能力培养为核心，以科学逻辑为支撑，确保内容的科学性、实用性与前瞻性。 本书采用理论结合实际的方法，以Anaconda为开发工具，全面讲解了Python数据分析的相关知识。本书共分为七个项目：项目1介绍了数据分析应用的概述，项目2介绍了NumPy的使用，项目3介绍了Pandas的使用，项目4介绍了数据可视化库Matplotlib、Pyecharts和Seaborn，项目5介绍了数据预处理，项目6介绍了数据分组和聚合，项目7介绍了时间序列。通过动手操作，读者可以更好地理解和掌握相关知识。 本书适合作为高等职业院校人工智能技术应用、大数据技术、物联网应用技术等专业的教材，也可以作为数据分析爱好者的入门书籍。

在数字经济深度融入各行各业的今天，数据已成为驱动创新、优化决策、提升竞争力的核心生产要素。从企业的市场策略制定、运营效率优化，到科研领域的实证研究、公共服务的精准供给，再到个人生活中的决策参考，数据分析能力已从专业岗位的“专属技能”，转变为跨行业、跨领域的“通用核心素养”，市场对具备数据分析能力的复合型人才需求呈现爆发式增长。Python作为一种简洁、易读且功能强大的编程语言，凭借其丰富的数据库（如NumPy、Pandas、Matplotlib等），逐渐成为数据分析领域的首选工具。


然而，当前市场的学习资源存在明显的“供需错配”问题：部分书籍侧重Python语法讲解，缺乏数据分析的场景化应用；部分书籍聚焦单一库的API罗列，忽略了数据分析的逻辑


框架与思维方法；还有部分书籍偏向高阶理论，对初学者不够友好，难以满足系统性入门的需求。基于以上学习痛点，我们意识到亟需一本“以思维为核心、以工具为载体、以实践为导向”的Python数据分析教材。


本书的编写以时代需求为导向、能力培养为核心、科学逻辑为支撑，综合政策导向、行业实践、教育规律、技术标准四大维度，形成系统、严谨且贴合实际的编写依据，确保教材的科学性、实用性与前瞻性。本书摒弃单纯的API罗列，将知识点与项目深度绑定，通过真实业务案例还原数据分析全流程，确保读者所学即企业所用，有效衔接校园学习与职场实践，旨在打造一本既系统全面又实用落地的Python数据分析教材，帮助不同基础的学生构建科学的知识体系、掌握核心技能与思维方法，真正适应数字时代的数据分析需求。


本书介绍了数据分析的基本知识，知识点讲解清晰，案例丰富，每个项目最后都有一个项目实施，将知识的讲解贯穿于项目的开发过程中，随着项目的进展来推动知识的扩展。本书侧重培养学生分析问题、解决问题的能力，培养学生对知识的融会贯通和举一反三的能力，培养学生动手实践能力、自主学习和创新能力。


本书由高等职业教育教学一线教师编写，陈丹、李志刚任主编，尹江山、梁晓娅、龚晓晴任副主编，张松慧、陈娜、何水艳、吴梦婷、吴慧婷、汪晓青、杨瑾参与编写，全书由罗保山主审。


尽管我们尽了最大的努力，但限于编者的水平，书中难免会有不妥之处，请读者提出宝贵的意见。

项目1数据分析概述11.1项目导入11.2学习目标11.3相关知识11.3.1数据分析的概念11.3.2数据分析的应用21.3.3数据分析的过程21.4项目实施31.5小结51.6习题5项目2科学计算库62.1项目导入62.2学习目标62.3相关知识72.3.1创建NumPy数组72.3.2数组对象的属性122.3.3数组类型转换132.3.4数组运算142.3.5数组的切片162.3.6布尔数组192.3.7数组的拼接192.3.8数组的分裂212.3.9数组的转置222.3.10通用函数232.3.11数据统计运算252.3.12集合运算262.3.13数据排序272.3.14数组的添加、修改和删除282.3.15随机数312.4项目实施352.5小结372.6习题38项目3数据分析工具Pandas393.1项目导入393.2

陈丹：任职于武汉软件工程职业学院信息学院，2002年参加工作，具有副教授、工程师资格的双师型教师，省级“软件技术专业”教学团队中的主要成员。任职以来，2008年获武汉市优秀青年教师称号，学院科研先进个人，校级优秀中青年骨干教师、专业带头人；在国内各级期刊学报上发表论文20篇；作为主编、副主编编写教材7本，参编10本，有6本教材获奖，参与编写专著1本；主持科研课题3项（已结题），其中市级重点课题2项（其中一项获学院2010年度课题“二等奖”），省教育科学“十一五”规划课题1项（获武汉市第二届市属高等学校教学成果奖“三等奖”）；参与17项科研课题。李志刚：任职于武汉软件工程职业学院信息学院，2009年参加工作，具有讲师职称，作为副主编编写教材两本，在国内各级期刊学报发表论文12篇。

本书配有丰富的立体化资源。