（1）暢銷書全新升級，第1版銷售超過10萬冊，被國內100餘所高等院校采用為教材，同時被廣大數據科學工作者奉為經典，是該領域公認的事實標準。（2）作者在大數據挖掘與分析等領域有10餘年的工程實踐、教學和創辦企業的經驗，不僅掌握行業的近期新技術和實踐方法，而且洞悉學生和老師的需求與痛點。（3）本書提供豐富的配套資源，如上機環境、Python源代碼、案例建模數據、教學PPT。

●前言
基礎篇
第1章數據挖掘基礎2
1.1某知名連鎖餐飲企業的困惑2
1.2從餐飲服務到數據挖掘4
1.3數據挖掘的基本任務5
1.4數據挖掘建模過程5
1.4.1定義挖掘目標6
1.4.2數據取樣6
1.4.3數據探索7
1.4.4數據預處理8
1.4.5挖掘建模8
1.4.6模型評價8
1.5常用數據挖掘建模工具9
1.6小結11
第2章Python數據分析簡介12
2.1搭建Python開發平臺14
2.1.1所要考慮的問題14
2.1.2基礎平臺的搭建14
2.2Python使用入門16
2.2.1運行方式16
2.2.2基本命令17
2.2.3數據結構19
2.2.4庫的導入與添加24
2.3Python數據分析工具26
2.3.1NumPy27
2.3.2SciPy28
2.3.3Matplotlib29
2.3.4pandas31
2.3.5StatsModels33
2.3.6scikit-learn33
2.3.7Keras34
2.3.8Gensim36
2.4配套附件使用設置37
2.5小結38
第3章數據探索39
3.1數據質量分析39
3.1.1缺失值分析40
3.1.2異常值分析40
3.1.3一致性分析44
3.2數據特征分析44
3.2.1分布分析44
3.2.2對比分析48
3.2.3統計量分析51
3.2.4周期性分析54
3.2.5貢獻度分析55
3.2.6相關性分析58
3.3Python主要數據探索函數62
3.3.1基本統計特征函數62
3.3.2拓展統計特征函數66
3.3.3統計繪圖函數67
3.4小結74
第4章數據預處理75
4.1數據清洗75
4.1.1缺失值處理75
4.1.2異常值處理80
4.2數據集成80
4.2.1實體識別81
4.2.2冗餘屬性識別81
4.2.3數據變換81
4.2.4簡單函數變換81
4.2.5規範化82
4.2.6連續屬性離散化84
4.2.7屬性構造87
4.2.8小波變換88
4.3數據歸約91
4.3.1屬性歸約91
4.3.2數值歸約95
4.4Python主要數據預處理函數98
4.5小結101
第5章挖掘建模102
5.1分類與預測102
5.1.1實現過程103
5.1.2常用的分類與預測算法103
5.1.3回歸分析104
5.1.4決策樹108
5.1.5人工神經網絡115
5.1.6分類與預測算法評價120
5.1.7Python分類預測模型特點125
5.2聚類分析125
5.2.1常用聚類分析算法126
5.2.2K-Means聚類算法127
5.2.3聚類分析算法評價132
5.2.4Python主要聚類分析算法133
5.3關聯規則135
5.3.1常用關聯規則算法136
5.3.2Apriori算法136
5.4時序模式142
5.4.1時間序列算法142
5.4.2時間序列的預處理143
5.4.3平穩時間序列分析145
5.4.4非平穩時間序列分析148
5.4.5Python主要時序模式算法156
5.5離群點檢測159
5.5.1離群點的成因及類型160
5.5.2離群點檢測方法160
5.5.3基於模型的離群點檢測方法161
5.5.4基於聚類的離群點檢測方法164
5.6小結167
實戰篇
第6章財政收入影響因素分析及預測170
6.1背景與挖掘目標170
6.2分析方法與過程171
6.2.1分析步驟與流程172
6.2.2數據探索分析172
6.2.3數據預處理176
6.2.4模型構建178
6.3上機實驗184
6.4拓展思考185
6.5小結186
第7章航空公司客戶價值分析187
7.1背景與挖掘目標187
7.2分析方法與過程188
7.2.1分析步驟與流程189
7.2.2數據探索分析189
7.2.3數據預處理200
7.2.4模型構建207
7.2.5模型應用212
7.3上機實驗214
7.4拓展思考215
7.5小結216
第8章商品零售購物籃分析217
8.1背景與挖掘目標217
8.2分析方法與過程218
8.2.1數據探索分析219
8.2.2數據預處理224
8.2.3模型構建226
8.3上機實驗232
8.4拓展思考233
8.5小結233
第9章基於水色圖像的水質評價234
9.1背景與挖掘目標234
9.2分析方法與過程235
9.2.1分析步驟與流程236
9.2.2數據預處理236
9.2.3模型構建240
9.2.4水質評價241
9.3上機實驗242
9.4拓展思考242
9.5小結243
第10章家用熱水器用戶行為分析與事件識別244
10.1背景與挖掘目標244
10.2分析方法與過程245
10.2.1數據探索分析246
10.2.2數據預處理249
10.2.3模型構建260
10.2.4模型檢驗261
10.3上機實驗262
10.4拓展思考264
10.5小結265
……

本書是Python數據分析與挖掘領域的公認的事實標準，第1版銷售超過10萬冊，銷售勢頭依然強勁，被國內100餘所高等院校采用為教材，同時也被廣大數據科學工作者奉為經典。作者在大數據挖掘與分析等領域有10餘年的工程實踐、教學和創辦企業的經驗，不僅掌握行業的近期新技術和實踐方法，而且洞悉學生和老師的需求與痛點，這為本書的內容和形式提供了強有力的保障，這是本書第1版能大獲成功的關鍵因素。全書共13章，分為三個部分，從技術理論、工程實踐和進階提升三個維度對數據分析與挖掘進行了詳細的講解。第一部分 基礎篇（第1～5章）主要講解了Python數據分析與挖掘的工具和技術理論，包括數據挖掘的基礎知識、Python數據挖掘與建模工具、數據挖掘的建模過程，以及挖掘建模的常用算法和原理等內容。第二部分 實戰篇（第6～12章）通過工程實踐案例講解了數據挖掘技術在金融、航空、零售、能源、制造、電商等行業的應用。在案等