数据科学对未来生活的重要意义无须多言，事实上，在生活中的各个领域都会有其应用的场景。可能有一天数据科学会像现在的计算机一样常见，以至于我们都无须特意提及，就已经到处使用它的成果了，比如如何购买理财产品(通过理性的数据分析来做一些决策)等。纪路编著的《Python数据科学实践指南》是一本数据科学入门图书，你可以从零基础开始，从实际操作的角度一窥数据科学领域中涉及的各项技术，但又不会太复杂以至于让人难以阅读。如果你喜欢其中的某个特定的部分，可以对其进行深入的研究，希望本书能起到抛砖引玉的效果。

纪路编著的《Python数据科学实践指南》是一本Python数据科学的入门图书，作者结合多年工作和指导新人的经验，希望以一条简单的路线来为零基础的读者介绍数据科学。在本书中主要使用Pythhon编程语言，来处理真实的数据，从而满足我们对于未知的好奇。如果读者喜欢其中的某一个领域，可以以此为契机进行深入的学习。

本书分为三大部分，第1～4章是Python基础，这个部分会介绍阅读本书必须掌握的Python知识，但并不会包含很复杂的编程知识，比如面向对象编程就不是必要的，因为Python支持过程式编程，可以直接编写函数。第5—7章会讲解Python直接提供的数据处理工具，这些工具包括一些易用的数据结构、标准库和第三方工具。学习使用这些工具可以让我们快速地实现某些简单的算法，而不用花费大量的时间“重复造轮子”，Python处理数据的高效性在此处体现得淋漓尽致。第8～12章是一些实际的案例操作分解，涉及Python主要擅长的几个领域：统计、爬虫、科学计算、Hadoop&Spark中的集成、图计算等。最后的三个附录分别介绍了一些关于Python的扩展知识，比如如何编写同时兼容Python 2和Python 3的代码，如何安装完整的Python开发环境，以及一些常用的Python技巧，如处理时间、文件I／0等。

前言

第0章　发现、出发

 0.1　何谓数据科学

0.1.1　海量的数据与科学的方法

0.1.2　数据科学并不是新概念

0.1.3　数据科学是一个系统工程

 0.2　如何成为数据科学家

 0.3　为什么是Python

 0.4　一个简单的例子

第1章　Python介绍

 1.1　Python的版本之争

 1.2　Python解释器

1.2.1　Mac OS X系统

1.2.2　Linux系统

1.2.3　Windows系统

 1.3　第一段Python程序

 1.4　使用Python shell调试程序

第2章　Python基础知识

 2.1　应当掌握的基础知识

2.1.1　基础数据类型

2.1.2　变量和赋值

2.1.3　操作符及表达式

2.1.4　文本编辑器

 2.2　字符串

 2.3　获取键盘输入

 2.4　流程控制

2.4.1　条件判断

2.4.2　循环

2.4.3　缩进、空白和注释

第3章　函数及异常处理

 3.1　函数和函数的参数

3.1.1　定义函数

3.1.2　关键字参数和默认参数

3.1.3　可变数量的参数

3.1.4　递归

 3.2　闭包

 3.3　异常和断言

第4章　高级字符串处理

 4.1　字符集和字符编码

4.1.1　ASCII字符集和编码

4.1.2　Unicode字符集及UTF-8编码

 4.2　字符串操作和格式化

4.2.1　字符串的基本操作

4.2.2　字符串分割

4.2.3　字符串格式化

 4.3　正则表达式

4.3.1　正则表达式入门

4.3.2　在Python中使用正则表达式

第5章　容器和collections

 5.1　元组

 5.2　列表

5.2.1　引用传递

5.2.2　列表解析式

 5.3　字典

 5.4　collections

5.4.1　namedtuple

5.4.2　Counter

5.4.3　defaultdict

5.4.4　OrderedDict

第6章　Python标准库简介

 6.1　math模块

6.1.1　常见常量

6.1.2　无穷

6.1.3　整数转换

6.1.4　绝对值和符号

6.1.5　常用计算

6.1.6　指数和对数

 6.2　time

 6.3　random

6.3.1　随机数生成器

6.3.2　取样

 6.4　glob和fileinput

 6.5　bz2和gzip

 6.6　pprint

 6.7　traceback

 6.8　JSON

第7章　用Python读写外部数据

 7.1　CSV文件的读写

7.1.1　读取CSV文件

7.1.2　创建CSV文件

7.1.3　处理方言

7.1.4　将读取的结果转换成字典

 7.2　Excel文件的读写

7.2.1　读取Excel文件

7.2.2　写Excel文件

 7.3　MySQL的读写

7.3.1　写入MySQL

7.3.2　读取MySQL

第8章　统计编程

 8.1　描述性统计

8.1.1　人口普查数据

8.1.2　均值和中位数

8.1.3　方差和标准差

8.1.4　分布

 8.2　数据可视化入门

8.2.1　pyplot基础

8.2.2　柱状图和饼图

 8.3　概率

第9章　爬虫入门

 9.1　网络资源及爬虫的基本原理

 9.2　使用request模块获取HTML内容

9.2.1　关于HTTP协议

9.2.2　使用requests的get方法获取HTML内容

 9.3　使用Xpath解析HTML中的内容

9.3.1　HTML的层级和Xpath的基本概念

9.3.2　使用谷歌浏览器快速创建Xpath路径

9.3.3　使用谷歌浏览器复制需要JS渲染的HTML页面

 9.4　实战：爬取京东商品品类及品牌列表

第10章　数据科学的第三方库介绍

 10.1　Numpy入门和实战

10.1.1　Numpy基础

10.1.2　Numpy基本运算

10.1.3　Numpy高级特性

10.1.4　kNN实战

 10.2　Pandas的入门和实战

10.2.1　Pandas基础

10.2.2　泰坦尼克号生存率分析实战

 10.3　Scikit-learn入门和实战

10.3.1　机器学习术语

10.3.2　Scikit-learn基础

10.3.2　实战

第11章　利用Python进行图数据分析

 11.1　图基础

 11.2　NetworkX入门

11.2.1　基本操作

11.2.2　为图中的元素添加属性

11.2.3　有向图及节点的度数

11.2.4　构建图及图的操作

 11.3　使用NetworkX进行图分析

11.3.1　利用联通子图发现社区

11.3.2　通过三角计算强化社区发现

11.3.3　利用PageRank发现影响力中心

第12章　大数据工具入门

 12.1　Hadoop

12.1.1　Hadoop的计算原理

12.1.2　在Hadoop上运行Python程序

 12.2　Spark

12.2.1　为什么需要Spark

12.2.2　如何学习Spark

 12.3　大数据与数据科学的区别

附录A　编写Python 2与Python 3兼容的代码

附录B　安装完整的Python开发环境

附录C　常用的Python技巧