前言

FOREWORD

随着云时代的来临，Python 语言越来越被程序开发人员喜欢和使用，因为其不仅简单易学，而且还有丰富的第三方程序库和相应完善的管理工具。从命令行脚本程序到GUI程序，从图形技术到科学计算，从软件开发到自动化测试，从云计算到虚拟化，所有这些领域都有Python的身影。Python已经深入程序开发的各个领域，并且越来越多的人会学习和使用。Python同时具有面向对象和函数式编程的特点，它的面向对象比Java更彻底，它的函数式编程比Scala更人性化。作为一种通用语言， Python几乎可以用在任何领域和场合。其在软件质量控制、开发效率、可移植性、组件集成、丰富的库支持等方面均处于领先地位。Python作为大数据时代的核心编程基础技术之一，必将成为高校大数据相关专业的重要课程之一。

本书特色

本书采用以任务为导向的编写模式，深入浅出地介绍了 Python 开发环境搭建、Python基础知识、程序流程控制语句、函数、面向对象编程、文件基础等内容。每章的内容都由任务描述、任务分析、任务实现、小结、实训和课后习题等部分组成。全书按照解决实际任务的工作流程，逐步展开介绍相关的理论知识点，推导生成可行的解决方案，最后落实在任务实现环节。全书大部分章节紧扣任务需求展开，不堆积知识点，着重于解决思路的启发与解决方案的实施。通过从任务需求到实现这一完整工作流程的体验，读者将对Python编程技术真正理解与掌握。

本书适用对象

开设有大数据相关课程的高校的教师和学生。

目前国内很多高校的数学、计算机、商务数据分析、自动化、电子信息及金融等专业均开设了数据分析技术相关的课程，目前这一课程的教学仍然主要限于理论介绍。单纯的理论教学过于抽象，学生理解起来往往比较困难，教学效果也不理想。本书提供的基于任务导向和实操练习的教学模式，能够使师生充分发挥互动性和创造性，理论联系实际，使师生获得更佳的效果。

数据分析开发人员。

这类人员可以在理解数据分析应用需求和开发设计方案的基础上，基于第三方接口，快速完成数据分析应用及实现开发设计的编程。

进行数据分析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。但是，这些科研业务管理系统一般都没有对这些数据进行深入分析，对数据所隐藏的价值并没有充分分析利用。科研人员需要数据分析工具及有关方法来深挖科研信息的价值，进而提高科研水平。

代码下载及问题反馈

为方便读者实践与练习，对于书中全部任务的数据文件及源代码，读者可登录人民邮电出版社教育社区（www.ryjiaoyu.com）或“泰迪杯”全国数据挖掘挑战赛网站（www.tipdm.org/tj/1308.jhtml）下载。为方便广大教师授课，本书还提供了教学课件PPT，有需要的读者可通过泰迪大数据挖掘微信公众号（TipDataMining）或者热线电话（40068-40020）进行在线咨询和获取。

我们已经尽最大努力避免在文本和代码中出现错误，但是由于水平有限，编写时间仓促，书中难免出现一些不足和疏漏之处。如果您有更多的宝贵意见，欢迎发送邮件至邮箱13560356095@qq.com，期待能够得到您真挚的反馈。同时，本书更新内容将及时在“泰迪杯”全国数据挖掘挑战赛网站上发布，读者可以登录网站或关注泰迪大数据挖掘微信公众号查阅相关信息。

编者

2017年11月