前言

为什么要写本书？

Python是什么？

Python是一种带有动态语义的、解释性的、面向对象的高级编程语言。其高级内置数据结构，结合动态类型和动态绑定，使其对于敏捷软件开发非常具有吸引力。同时， Python作为脚本型（胶水）语言连接现有的组件也十分高效。Python语法简洁，可读性强，从而能降低程序的维护成本。不仅如此，Python支持模块和包，鼓励程序模块化和代码重用。

Python语言的解释性使其语法更接近人类的表达和思维过程，开发程序的效率极高。习惯使用Python者，总习惯在介绍Python时强调一句话：“人生苦短，我用Python。”由于没有编译步骤，“写代码—测试—调试”的流程能被快速地反复执行。

作为一款用途广泛的语言，Python在数据分析与机器学习领域的表现，称得上“一任群芳妒”。2016年3月，国外知名技术问答社区StackOverflow发布了《2016年开发者调查报告》。此调查号称是有史以来最为全面的开发者调查。其中，数据科学家的十大技术栈中，有7个包含Python。具体来说，数据科学家中有63%正在使用Python,44%正在使用R语言。而且，27%的人同时使用这两种语言。Python还在“最多人使用的技术”“最受欢迎技术”“需求度最高技术”等榜单中名列前十。Python的明显优势：

❑ Python作为一款优雅、简洁的开源编程语言，吸引了世界各地顶尖的编程爱好者的注意力。每天都有数量众多的开源项目更新自己的功能，作为第三方模块为其他开发者提供更加高效、便利的支持。

❑ Python提供了丰富的API和工具，以便程序员能够轻松地使用C、C++、Cython来编写扩充模块，从而集成多种语言的代码，协同工作。一些算法在底层用C实现后，封装在Python模块中，性能非常高效。

❑ Python受到世界各地开发者的一致喜爱，在世界范围内被广泛使用。这意味着读者可以通过查看代码范例，快速学习和掌握相关内容。

❑ Python语言简单易学，语法清晰。Python开发者的哲学是“用一种方法，最好是只有一种方法来做一件事”。通常，相较其他语言，Python的源代码被认为具有更好的可读性。

2004年，Python已在Google内部使用，他们的宗旨是：Python where we can, C++where we must，即在操控硬件的场合使用C++，在快速开发时使用Python。

总的来说，Python是一款用于数据统计、分析、可视化等任务，以及机器学习、人工智能等领域的高效开发语言。它能满足几乎所有数据挖掘下所需的数据处理、统计模型和图表绘制等功能需求。大量的第三方模块所支持的内容涵盖了从统计计算到机器学习，从金融分析到生物信息，从社会网络分析到自然语言处理，从各种数据库各种语言接口到高性能计算模型等领域。随着大数据时代的来临，数据挖掘将更加广泛地渗透到各行各业中去，而Python作为数据挖掘里的热门工具，将会有更多不同行业的人加入到Python爱好者的行列中来。完全面向对象的Python的教学工作也将成为高校中数学与统计学专业的重点发展对象，这是大数据时代下的必然趋势。

本书特色

笔者从实际应用出发，结合实际例子及应用场景，深入浅出地介绍Python开发环境的搭建、Python基础入门、函数、面向对象编程、实用模块和图表绘制及常用的建模算法在Python中的实现方式。本书的编排以Python语言的函数应用为主，先介绍了函数的应用场景及使用格式，再给出函数的实际使用示例，最后对函数的运行结果做出了解释，将掌握函数应用的所需知识点按照实际使用的流程展示出来。

为方便读者理解Python语言中相关函数的使用，本书配套提供了书中使用的示例的代码及所用的数据，读者可以从“泰迪杯”全国数据挖掘挑战赛网站（http://www.tipdm.org/ts/755.jhtml）上免费下载。读者也可通过热线电话（40068-40020）、企业QQ（40068-40020）或以下微信公众号咨询获取。

本书适用对象

❑ 开设有数据挖掘课程的高校教师和学生。

目前国内不少高校将数据挖掘引入本科教学中，在数学、计算机、自动化、电子信息、金融等专业开设了数据挖掘技术相关的课程，但目前这一课程的教学使用的工具仍然为SPSS、SAS等传统统计工具，并没有使用Python作为教学工具。本书提供了有关Python语言的从安装到使用的一系列知识，将能有效指导高校教师和学生使用Python。

❑ 数据挖掘开发人员。

这类人员可以在理解数据挖掘应用需求和设计方案的基础上，结合本书提供的Python的使用方法快速入门并完成数据挖掘应用的编程实现。

❑ 进行数据挖掘应用研究的科研人员。

许多科研院所为了更好地对科研工作进行管理，纷纷开发了适应自身特点的科研业务管理系统，并在使用过程中积累了大量的科研信息数据。Python可以提供一个优异的环境对这些数据进行挖掘分析应用。

❑ 关注高级数据分析的人员。

Python作为一个广泛用于数据挖掘领域的编程语言，能为数据分析人员提供快速的、可靠的分析依据。

如何阅读本书

本书主要分为两大部分，基础篇和建模应用篇。基础篇介绍了有关Python开发环境的搭建、Python基础入门、函数、面向对象编程、实用模块和图表绘制等基础知识。建模应用篇主要介绍了目前数据挖掘中常用的建模方法在Python中的实现函数，并对输出结果进行了解释，有助于读者快速掌握应用Python进行分析挖掘建模的方法。读者可结合本书提供的示例代码及数据进行上机实验，快速掌握书中所介绍的Python的使用方法。

第一部分是基础篇（1～6章）。第1章旨在让读者从全局把握数据挖掘、常用工具对比、Python开发环境的搭建以及本书的写作习惯；第2章正式开始讲解Python的基础知识，包括操作符、变量类型、流程控制、数据结构等内容；第3、4章主要对Python面向对象的特性进行介绍，包括函数、类与对象等基本概念；第5章介绍主流的数据分析与挖掘的模块，以及其中具体的方法及对应的功能，旨在让读者对各个模块建立强大的直觉；第6章继续拓展了模块的相关内容，提及图表绘制的专用模块（Matplotlib和Bokeh），深入浅出地展示如何方便地绘制点、线、图等。

第二部分是建模应用篇（7～11章）。本部分主要对数据挖掘中的常用算法进行介绍，强调在Python中对应函数的使用方法及其结果的解释说明。内容涵盖五大主流的数据挖掘算法，包括分类与预测、聚类分析建模、关联规则分析、智能推荐和时间序列分析。按照模型建立至模型评价的架构进行介绍，使读者能熟练掌握从建模到对模型评价的完整建模过程。

勘误和支持

除封面署名外，参加本书编写工作的还有杨坦、刘名军、陈婷婷、陈玉辉、施兴、黄博、王路、黄东鑫等。由于水平有限，编写时间仓促，书中难免会出现一些错误或者不准确的地方，恳请读者批评指正。本书内容的更新将及时在“泰迪杯”全国数据挖掘挑战赛网站（www.tipdm.org）上发布。读者可通过作者微信公众号TipDM（微信号：TipDataMining）、TipDM官网（www.tipdm.com）反馈有关问题。也可通过热线电话（40068-40020）或企业QQ（40068-40020）进行咨询。

如果您有更多的宝贵意见，欢迎发送邮件至邮箱13560356095@qq.com，期待能够得到您的真挚反馈。

致谢

本书编写过程中得到了广大高校师生的大力支持！在此谨向华南农业大学、华南师范大学、广东工业大学、广东技术师范学院、华南理工大学、韩山师范学院、中山大学、贵州师范学院等单位给予支持的领导及师生致以深深的谢意。

在本书的编辑和出版过程中还得到了参与“泰迪杯”全国数据挖掘挑战赛（http://www.tipdm.org）的众多师生及机械工业出版社杨福川老师无私的帮助与支持，在此一并表示感谢。

张良均