第1章 准備工作

1.1 本書的內容

本書講的是利用Python進行數據控制、處理、整理、分析等方面的具體細節和基本要點。我的目標是介紹Python編程和用於數據處理的庫和工具環境，掌握這些，可以讓你成為一個數據分析專家。雖然本書的標題是“數據分析”，重點卻是Python編程、庫，以及用於數據分析的工具。這就是數據分析要用到的Python編程。

什麼樣的數據？

當書中出現“數據”時，究竟指的是什麼呢？主要指的是結構化數據（structured data），這個故意含糊其辭的術語代指了所有通用格式的數據，例如：

• 表格型數據，其中各列可能是不同的類型（字符串、數值、日期等）。比如保存在關系型數據庫中或以制表符/逗號為分隔符的文本文件中的那些數據。
• 多維數組（矩陣）。
• 通過關鍵列（對於SQL用戶而言，就是主鍵和外鍵）相互聯系的多個表。
• 間隔平均或不平均的時間序列。

這絕不是一個完整的列表。大部分數據集都能被轉化為更加適合分析和建模的結構化形式，雖然有時這並不是很明顯。如果不行的話，也可以將數據集的特征提取為某種結構化形式。例如，一組新聞文章可以被處理為一張詞頻表，而這張詞頻表就可以用於情感分析。

大部分電子表格軟件（比如Microsoft Excel，它可能是世界上使用最廣泛的數據分析工具了）的用戶不會對此類數據感到陌生。

1.2 為什麼要使用Python進行數據分析

許許多多的人（包括我自己）