前　　言

“塔爾山上有黃金。”1

在過(guò)去的幾十年中，很多發(fā)展趨勢(shì)一一顯現(xiàn)。計(jì)算機(jī)的硬件速度越來(lái)越快，價(jià)格越來(lái)越便宜，尺寸越來(lái)越小。網(wǎng)絡(luò)帶寬（攜帶信息的能力）越來(lái)越大，價(jià)格越來(lái)越便宜。同時(shí)軟件規(guī)模越來(lái)越龐大，而“開源”運(yùn)動(dòng)又將它們變成完全免費(fèi)或者接近免費(fèi)。短時(shí)間內(nèi)，“物聯(lián)網(wǎng)”將數(shù)十億各種各樣的設(shè)備連接起來(lái)，并快速產(chǎn)生了大規(guī)模的數(shù)據(jù)。

幾年之前，如果有人讓我們寫一本主題為“大數(shù)據(jù)”和“云計(jì)算”的大學(xué)階段編程入門教材，并且在封面上繪制一只彩色的大象（象征“巨大”），我們可能會(huì)如此反應(yīng)：“嗯？”如果他們繼續(xù)讓我們?cè)跁�名中囊括AI（人工智能），我們可能會(huì)說(shuō)：“真的嗎？這對(duì)于編程初學(xué)者會(huì)不會(huì)過(guò)于超前了？”

如果有人讓我們?cè)跁�名中加上“�?shù)據(jù)科學(xué)”，我們可能會(huì)問(wèn)：“計(jì)算機(jī)科學(xué)不是已經(jīng)包含了數(shù)據(jù)嗎？為什么我們需要為此單獨(dú)分一個(gè)科目？”好吧，如今談及程序設(shè)計(jì)，最酷的說(shuō)法就是“什么都是數(shù)據(jù)”—數(shù)據(jù)科學(xué)、數(shù)據(jù)分析、大數(shù)據(jù)、關(guān)系數(shù)據(jù)庫(kù)（SQL）以及NoSQL和NewSQL數(shù)據(jù)庫(kù)。

如今我們真的寫了這樣一本書！歡迎閱讀！

在本書中，你將會(huì)著手學(xué)習(xí)當(dāng)今最引人入勝、最前沿的計(jì)算技術(shù)—你將會(huì)看到，它將計(jì)算機(jī)科學(xué)和數(shù)據(jù)科學(xué)輕松地結(jié)合在一起，是一門適用于這些學(xué)科和相關(guān)學(xué)科的入門課程。此外，你將使用Python進(jìn)行編程—世界上發(fā)展速度最快、最流行的編程語(yǔ)言之一。在前言中，我們將展示這本書的“靈魂”。

專業(yè)程序員常常很快喜歡上Python。他們欣賞Python的表現(xiàn)力、易讀性、簡(jiǎn)潔性和交互性。他們喜歡開源軟件世界，這個(gè)世界正在為廣泛的應(yīng)用領(lǐng)域不斷生成可復(fù)用的軟件。

無(wú)論你是教師、初學(xué)者或者有經(jīng)驗(yàn)的專業(yè)人士，這本書都將對(duì)你有所幫助。Python對(duì)于初學(xué)者而言是優(yōu)秀的第一門編程語(yǔ)言，并且適用于開發(fā)工業(yè)級(jí)的應(yīng)用。對(duì)于新人而言，本書前面的章節(jié)奠定了堅(jiān)實(shí)的編程基礎(chǔ)。

我們希望你在這本書中學(xué)到知識(shí)，并且發(fā)現(xiàn)快樂(lè)與挑戰(zhàn)。徜徉其中，享受樂(lè)趣。

將Python用于計(jì)算機(jī)科學(xué)和數(shù)據(jù)科學(xué)教學(xué)

許多頂尖的美國(guó)大學(xué)使用Python作為介紹計(jì)算機(jī)科學(xué)的語(yǔ)言，“CS學(xué)科排名前10的有8個(gè)（80%）、排名前39的有27個(gè)（69%）使用Python”2。Python如今在教學(xué)和科學(xué)計(jì)算中尤其受到歡迎3，最近已超過(guò)R語(yǔ)言并成為最受歡迎的數(shù)據(jù)科學(xué)編程語(yǔ)言4,5,6。

模塊化體系結(jié)構(gòu)

我們預(yù)計(jì)計(jì)算機(jī)科學(xué)的本科生課程將會(huì)包含數(shù)據(jù)科學(xué)部分—這本書為此而設(shè)計(jì)，并且在Python編程方面滿足數(shù)據(jù)科學(xué)入門課程的需求。

本書的模塊化體系結(jié)構(gòu)幫助我們滿足計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)和其他相關(guān)受眾的多樣化需求。教師能方便地進(jìn)行調(diào)整，為不同專業(yè)的學(xué)生開設(shè)系列課程。

第1~11章介紹傳統(tǒng)的計(jì)算機(jī)科學(xué)編程主題。第1~10章每章都包含可選的、簡(jiǎn)潔的“數(shù)據(jù)科學(xué)入門”一節(jié)，介紹人工智能、基礎(chǔ)統(tǒng)計(jì)、趨中和離中度量、模擬、靜態(tài)/動(dòng)態(tài)可視化、CSV文件的使用、數(shù)據(jù)探索和數(shù)據(jù)整理的pandas庫(kù)、時(shí)間序列和簡(jiǎn)單的線性回歸。這會(huì)幫助你學(xué)習(xí)第12~17章中的數(shù)據(jù)科學(xué)、AI、大數(shù)據(jù)和云計(jì)算相關(guān)的案例研究，你能在真實(shí)世界數(shù)據(jù)集中完整地使用這些案例研究。

學(xué)完第1~5章中的Python相關(guān)知識(shí)以及第6~7章中的一些關(guān)鍵部分，你已經(jīng)能夠在第12~17章中解決數(shù)據(jù)科學(xué)、AI和大數(shù)據(jù)案例研究中的關(guān)鍵用例，這對(duì)于所有的編程通識(shí)課都是實(shí)用的：

計(jì)算機(jī)科學(xué)方面的課程可以著重于第1~11章并略講第1~10章的“數(shù)據(jù)科學(xué)入門”部分。教師還可以介紹第12~17章中的部分或者全部案例研究。

數(shù)據(jù)科學(xué)方面的課程可以略講第1~11章，著重于大部分或者全部的第1~10章中的“數(shù)據(jù)科學(xué)入門”部分以及第12~17章中的案例研究。

前言中的“章節(jié)依賴關(guān)系”部分將展示本書的獨(dú)特架構(gòu)并幫助教師規(guī)劃個(gè)性化的教學(xué)大綱。

第12~17章的內(nèi)容很酷、很強(qiáng)大、很現(xiàn)代。其中包含能動(dòng)手實(shí)現(xiàn)的案例研究，例如有監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)（在習(xí)題中）、自然語(yǔ)言處理、Twitter數(shù)據(jù)挖掘、IBM Watson可視化計(jì)算、大數(shù)據(jù)以及其他內(nèi)容。在這個(gè)過(guò)程中，你將會(huì)掌握數(shù)據(jù)科學(xué)的大量術(shù)語(yǔ)和概念，包括術(shù)語(yǔ)的定義以及在不同規(guī)模的程序中使用的概念。

本書讀者對(duì)象

模塊化的結(jié)構(gòu)使得本書適用于以下讀者：

所有標(biāo)準(zhǔn)的Python計(jì)算機(jī)科學(xué)及相關(guān)專業(yè)。首先，我們的書是一本現(xiàn)代的、可靠的Python CS1入門教材。ACM/IEEE的計(jì)算課程建議列出了5個(gè)類別：計(jì)算機(jī)工程、計(jì)算機(jī)科學(xué)、信息系統(tǒng)、信息技術(shù)和軟件工程7。這本書對(duì)這些類別都適用。

數(shù)據(jù)科學(xué)專業(yè)的本科生課程。我們的書對(duì)許多數(shù)據(jù)科學(xué)課程都是有用的。對(duì)于入門級(jí)課程而言，它遵循課程建議，整合了所有課程的關(guān)鍵領(lǐng)域。在計(jì)算機(jī)科學(xué)或者數(shù)據(jù)科學(xué)課程計(jì)劃中，本書都可以作為第一本專業(yè)教材，也可用作高年級(jí)課程的Python參考書。

非計(jì)算機(jī)和數(shù)據(jù)科學(xué)專業(yè)學(xué)生的輔修課程。

數(shù)據(jù)科學(xué)的研究生課程。這本書可以作為入門級(jí)課程的主要教材，也可以作為高年級(jí)課程的Python參考書。

兩年制學(xué)院。這些學(xué)校會(huì)為準(zhǔn)備進(jìn)入四年制學(xué)院的數(shù)據(jù)科學(xué)專業(yè)的學(xué)生開設(shè)相關(guān)課程—這本書就是一個(gè)合適的選擇。

高中。就像出于強(qiáng)烈的興趣愛好而開設(shè)計(jì)算機(jī)課程一樣，很多高中已經(jīng)開設(shè)了Python編程和數(shù)據(jù)科學(xué)課程8。最近在LinkedIn上發(fā)表的一篇文章寫道：“高中就應(yīng)該教授數(shù)據(jù)科學(xué)，課程應(yīng)該直面我們的學(xué)生將要選擇的職業(yè)類型，直接關(guān)注工作和技術(shù)的發(fā)展方向�！�9我們相信數(shù)據(jù)科學(xué)很快就會(huì)成為一門受歡迎的大學(xué)先修課程并且最終會(huì)有數(shù)據(jù)科學(xué)的AP考試。

專業(yè)行業(yè)培訓(xùn)課程。

本書主要特色

保持簡(jiǎn)潔，保持短小，保持新穎

保持簡(jiǎn)潔（KIS）。在書的各個(gè)方面以及教師和學(xué)生資源中，我們都力求簡(jiǎn)單明了。例如，在寫自然語(yǔ)言處理的時(shí)候，我們使用了簡(jiǎn)潔直觀的TextBlob庫(kù)而不是更為復(fù)雜的NLTK。一般情況下，當(dāng)有多個(gè)庫(kù)都能完成相近的任務(wù)時(shí)，我們選擇最簡(jiǎn)單的一個(gè)。

保持短小（KIS）。本書的538個(gè)案例研究中大多數(shù)都很短小—伴隨交互式IPython的即時(shí)反饋，通常只有幾行代碼。我們大約只在40個(gè)大型腳本和完整案例研究中使用了較長(zhǎng)的代碼示例。

保持新穎（KIT）。我們查閱了大量最新的Python編程和數(shù)據(jù)科學(xué)教材以及專業(yè)書籍，瀏覽、閱讀或者觀看了大約15 000篇最新的文獻(xiàn)、研究論文、白皮書、視頻、博客文章、論壇文章和文檔。這讓我們能夠“把握”Python、計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)、AI、大數(shù)據(jù)和云計(jì)算社區(qū)的脈搏，從而創(chuàng)建出1566個(gè)嶄新的案例研究、習(xí)題和項(xiàng)目（EEP）。

IPython的實(shí)時(shí)反饋、搜索、發(fā)現(xiàn)和實(shí)驗(yàn)教學(xué)方法

學(xué)習(xí)這本書的理想方法是閱讀它并同時(shí)運(yùn)行代碼示例。在整本書中，我們使用了IPython解釋器，它采用一種友好的、實(shí)時(shí)反饋的模式，能夠在Python及其擴(kuò)展庫(kù)上快速進(jìn)行搜索、發(fā)現(xiàn)和實(shí)驗(yàn)。

大多數(shù)代碼都在小型的可交互的IPython會(huì)話中展示。你所寫的每一個(gè)代碼片段，IPython能夠立即讀取然后計(jì)算并給出結(jié)果。這種即時(shí)反饋使你保持注意力，并助力學(xué)習(xí)過(guò)程、支撐原型設(shè)計(jì)和加速軟件開發(fā)過(guò)程。

我們的書總是強(qiáng)調(diào)現(xiàn)場(chǎng)代碼的教學(xué)方法，通過(guò)樣例輸入和結(jié)果顯示，專注于程序的完整和可運(yùn)行。IPython的“魔力”在于將代碼片段轉(zhuǎn)換為實(shí)時(shí)代碼，每當(dāng)你輸入一行時(shí)，這些代碼就會(huì)“活起來(lái)”。這有助于學(xué)習(xí)并鼓勵(lì)動(dòng)手實(shí)驗(yàn)。

IPython是學(xué)習(xí)常見錯(cuò)誤的報(bào)錯(cuò)信息的好方法。我們有時(shí)故意犯錯(cuò)來(lái)告知你將發(fā)生什么，因此，當(dāng)我們說(shuō)某件事是錯(cuò)誤的時(shí)候，試試看會(huì)發(fā)生什么。

本書配有557道自檢習(xí)題（適合于“翻轉(zhuǎn)課堂”，稍后介紹）和471個(gè)章末習(xí)題和項(xiàng)目，它們中的大多數(shù)遵循了同樣的實(shí)時(shí)反饋理念。

Python編程基礎(chǔ)

首先，本書是一本Python入門教材。我們提供了豐富的Python編程知識(shí)和常規(guī)的編程基礎(chǔ)內(nèi)容。

我們討論了Python的編程模型—過(guò)程式編程、函數(shù)式編程和面向?qū)ο缶幊獭?/p>

我們強(qiáng)調(diào)解決問(wèn)題和算法設(shè)計(jì)。

我們?yōu)闇?zhǔn)備進(jìn)入產(chǎn)業(yè)界的學(xué)生準(zhǔn)備了最好的習(xí)題。

函數(shù)式編程貫穿全書。第4章中的一個(gè)圖表展示了Python中關(guān)鍵的函數(shù)式編程能力及其對(duì)應(yīng)的章節(jié)。

538個(gè)案例研究以及471個(gè)習(xí)題和項(xiàng)目

學(xué)生通過(guò)動(dòng)手實(shí)踐的方法，在廣泛選擇的真實(shí)世界案例研究、習(xí)題和項(xiàng)目（EEP）中開展學(xué)習(xí)，這些內(nèi)容來(lái)自計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)和其他很多領(lǐng)域。

538個(gè)案例研究的內(nèi)容均圍繞計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)、人工智能和大數(shù)據(jù)，從單個(gè)代碼片段到完整案例研究均有涉及。

471個(gè)習(xí)題和項(xiàng)目自然地拓展了章節(jié)中的示例。每章都以一系列涵蓋了各種主題的習(xí)題作為結(jié)尾，這有助于教師根據(jù)受眾的需求調(diào)整課程內(nèi)容并且在每個(gè)學(xué)期布置不同的作業(yè)。

EEP向你提供了引人入勝的、富有挑戰(zhàn)性的、有趣的Python基礎(chǔ)知識(shí)，包括可以上手實(shí)驗(yàn)的AI、計(jì)算機(jī)科學(xué)和數(shù)據(jù)科學(xué)項(xiàng)目。

學(xué)生將面對(duì)令人興奮且有趣的有關(guān)AI、大數(shù)據(jù)和云技術(shù)應(yīng)用問(wèn)題的挑戰(zhàn)，比如自然語(yǔ)言處理、Twitter數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、Hadoop、MapReduce、Spark、IBM Watson、關(guān)鍵的數(shù)據(jù)科學(xué)庫(kù)（NumPy、pandas、SciPy、NLTK、TextBlob、spaCy、BeautifulSoup、Textatistic、Tweepy、Scikit-learn、Keras）、關(guān)鍵的可視化庫(kù)（Matplotlib、Seaborn、Folium）以及其他。

我們的EEP鼓勵(lì)你思考未來(lái)。下述案例研究雖然只出現(xiàn)在前言中，但本書包含了多個(gè)發(fā)人深省的類似項(xiàng)目：利用深度學(xué)習(xí)、物聯(lián)網(wǎng)以及電視攝像機(jī)（由體育賽事數(shù)據(jù)訓(xùn)練出來(lái)的），我們可以自動(dòng)進(jìn)行數(shù)據(jù)分析、回顧比賽細(xì)節(jié)以及即時(shí)回放，因此球迷不再需要忍受直播體育賽事的誤判和延遲。既然如此，我們可能會(huì)產(chǎn)生這樣的想法：可以使用這些技術(shù)來(lái)取消裁判。為什么不呢？我們已經(jīng)越來(lái)越多地把自己的生命托付給基于深度學(xué)習(xí)的技術(shù)，比如機(jī)器人外科醫(yī)生和自動(dòng)駕駛汽車。

項(xiàng)目習(xí)題鼓勵(lì)你更加深入地了解所學(xué)的知識(shí)并研究本書沒(méi)有涉及的技術(shù)。真正的項(xiàng)目通常規(guī)模更大，需要更多的網(wǎng)絡(luò)搜索和實(shí)現(xiàn)代價(jià)。

在教師手冊(cè)中，我們提供了許多習(xí)題的答案，包括第1~11章中核心的Python代碼。答案僅對(duì)教師可見，詳見后文中關(guān)于Pearson教師資源的介紹。我們沒(méi)有提供項(xiàng)目和研究習(xí)題的答案。

我們鼓勵(lì)你仔細(xì)觀看示例和開源代碼案例研究（詳見GitHub網(wǎng)頁(yè)），包括課程級(jí)別項(xiàng)目、學(xué)期級(jí)別項(xiàng)目、專業(yè)方向級(jí)別項(xiàng)目、畢業(yè)設(shè)計(jì)項(xiàng)目和畢業(yè)論文。

557道自檢習(xí)題及其答案

平均每個(gè)小節(jié)后有三道自檢習(xí)題。

自檢習(xí)題的類型包括填空、判斷和討論，能幫你測(cè)試是否理解了所學(xué)的內(nèi)容。

IPython交互式自檢習(xí)題可幫助你不斷嘗試并強(qiáng)化所學(xué)的編程技術(shù)。

為快速掌握所學(xué)知識(shí)，自檢習(xí)題后面都跟有答案。

避免煩瑣的數(shù)學(xué)語(yǔ)言，多用自然語(yǔ)言進(jìn)行解釋

數(shù)據(jù)科學(xué)的主題與數(shù)學(xué)高度相關(guān)。這本書將用作計(jì)算機(jī)科學(xué)和數(shù)據(jù)科學(xué)第一門課的教科書，學(xué)生可能沒(méi)有深厚的數(shù)學(xué)知識(shí)背景，所以我們避免了煩瑣的數(shù)學(xué)語(yǔ)言，把數(shù)學(xué)內(nèi)容留在高層次的課程中。

在案例研究、習(xí)題和項(xiàng)目中，我們關(guān)注數(shù)學(xué)的概念而不是細(xì)節(jié)。我們使用statistics、NumPy、SciPy、pandas等Python庫(kù)和其他的很多庫(kù)來(lái)解決問(wèn)題，從而隱藏了數(shù)學(xué)復(fù)雜性。所以，學(xué)生能夠直接使用數(shù)學(xué)技術(shù)（如線性回歸），而不需要知道背后的數(shù)學(xué)知識(shí)。在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的案例研究中，我們專注于創(chuàng)建在“幕后”做數(shù)學(xué)運(yùn)算的對(duì)象—這是基于對(duì)象編程的關(guān)鍵之一。這個(gè)做法等同于安全地駕駛一輛汽車前往目的地時(shí)不需要知道制造引擎、變速箱、動(dòng)力轉(zhuǎn)向和防滑剎車系統(tǒng)背后的數(shù)學(xué)、工程和科學(xué)知識(shí)。

可視化

67張可視化結(jié)果圖幫助你理解概念，包含二維或三維的、靜態(tài)的、動(dòng)態(tài)的、動(dòng)畫的和交互式的圖表、圖形、圖片、動(dòng)畫等。

我們關(guān)注由Matplotlib、Seaborn、pandas和Folium（用于交互式地圖）產(chǎn)生的高層可視化結(jié)果。

我們使用可視化作為教學(xué)工具。例如，我們使用動(dòng)態(tài)滾壓模型和柱狀圖使大數(shù)定律“鮮活”起來(lái)。隨著滾動(dòng)數(shù)量的增加，你將看到每個(gè)面在滾動(dòng)總數(shù)中所占的百分比逐漸接近16.667%（1/6），代表百分比的柱條也趨于一致。

你需要了解自己的數(shù)據(jù)。一種簡(jiǎn)單的辦法是直接看原始數(shù)據(jù)。即使是少量的數(shù)據(jù)，你也可能很快迷失在細(xì)節(jié)當(dāng)中。對(duì)于大數(shù)據(jù)而言，可視化對(duì)于數(shù)據(jù)探索和傳遞可復(fù)制的研究結(jié)果尤為重要，數(shù)據(jù)規(guī)模可能是百萬(wàn)級(jí)的、上億的甚至更為龐大。通常而言，一圖勝千言10—在大數(shù)據(jù)中，一個(gè)可視化結(jié)果能夠比得上數(shù)據(jù)庫(kù)中數(shù)億甚至更多的個(gè)體。

有時(shí)候，你需要“飛到離數(shù)據(jù)40 000英尺高”才能在“大范圍”看到它。描述性統(tǒng)計(jì)當(dāng)然有幫助，但是也可能產(chǎn)生誤導(dǎo)。你將在習(xí)題中研究Anscombe四重奏，這個(gè)案例研究通過(guò)可視化直觀地表明：差異顯著的數(shù)據(jù)集可能產(chǎn)生幾乎相同的描述性統(tǒng)計(jì)。

我們展示了可視化結(jié)果和動(dòng)畫代碼以便你能夠自己實(shí)現(xiàn)。我們也通過(guò)Jupyter Notebook的形式給出動(dòng)畫的源代碼文件，便于你自定義代碼和動(dòng)畫參數(shù)，進(jìn)而重新執(zhí)行動(dòng)畫，然后查看其帶來(lái)的影響。

許多習(xí)題都要求你創(chuàng)建自己的可視化結(jié)果。

數(shù)據(jù)經(jīng)驗(yàn)

“數(shù)據(jù)科學(xué)本科課程建議”中提出：“數(shù)據(jù)經(jīng)驗(yàn)需要在所有課程中扮演核心角色。”11

在本書的案例研究、習(xí)題和項(xiàng)目中，你將使用許多真實(shí)世界數(shù)據(jù)集和數(shù)據(jù)源。網(wǎng)上有各種免費(fèi)的開源數(shù)據(jù)集供你實(shí)驗(yàn)。有些我們參考的網(wǎng)站列出很多數(shù)據(jù)集，我們鼓勵(lì)你探索這些數(shù)據(jù)集。

我們收集了上百份教學(xué)大綱，追蹤了教師的數(shù)據(jù)集偏好，并研究了最流行的監(jiān)督機(jī)器學(xué)習(xí)、無(wú)監(jiān)督機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的數(shù)據(jù)集。你將會(huì)使用到的許多庫(kù)都附帶用于實(shí)驗(yàn)的標(biāo)準(zhǔn)數(shù)據(jù)集。

你將學(xué)習(xí)如何進(jìn)行數(shù)據(jù)獲取和分析準(zhǔn)備，學(xué)習(xí)使用多種技術(shù)進(jìn)行數(shù)據(jù)分析、模型調(diào)整并有效交流結(jié)果，特別是通過(guò)可視化。

像開發(fā)者一樣思考

你將以開發(fā)者為視角，使用像GitHub和StackOverflow一樣的流行網(wǎng)站并且進(jìn)行大量互聯(lián)網(wǎng)搜索�！皵�(shù)據(jù)科學(xué)入門”部分和第12~17章中的案例研究提供了豐富的數(shù)據(jù)經(jīng)驗(yàn)。

GitHub為尋找開源代碼提供了一個(gè)優(yōu)秀的場(chǎng)所，你可以把代碼合并到自己的項(xiàng)目中（并將你的代碼貢獻(xiàn)到開源社區(qū)中）。它是軟件開發(fā)者版本控制工具庫(kù)中的重要組成部分，這些工具幫助開發(fā)團(tuán)隊(duì)管理他們的開源（和私有）項(xiàng)目。

我們鼓勵(lì)你學(xué)習(xí)GitHub等網(wǎng)站上發(fā)布的代碼。

在為計(jì)算機(jī)科學(xué)和數(shù)據(jù)科學(xué)的職業(yè)生涯做準(zhǔn)備的過(guò)程中，你將大量使用免費(fèi)且開源的Python和數(shù)據(jù)科學(xué)庫(kù)，來(lái)自政府、工業(yè)界和學(xué)術(shù)界的真實(shí)世界數(shù)據(jù)集，以及免費(fèi)、免費(fèi)試用或免費(fèi)增值的軟件和云服務(wù)。

動(dòng)手實(shí)踐云計(jì)算

很多大數(shù)據(jù)分析發(fā)生在云端。在云端動(dòng)態(tài)地度量你的應(yīng)用程序需要的硬件和軟件規(guī)模是比較容易的。你將會(huì)使用各種各樣的云服務(wù)（某些是直接的，某些是間接的），包括Twitter、Google翻譯、IBM Watson、Microsoft Azure、OpenMapQuest、geopy、Dweet.io 和 PubNub。你將在習(xí)題和項(xiàng)目中了解更多。

我們鼓勵(lì)你使用各種云服務(wù)供應(yīng)商提供的免費(fèi)、免費(fèi)試用或免費(fèi)增值的服務(wù)。我們更喜歡那些不需要信用卡的，因?yàn)檎l(shuí)都不想冒意外地積攢巨額賬單的風(fēng)險(xiǎn)。如果你決定使用需要信用卡的服務(wù)，確保你使用的免費(fèi)層不會(huì)自動(dòng)跳轉(zhuǎn)到支付層。

數(shù)據(jù)庫(kù)、大數(shù)據(jù)和大數(shù)據(jù)基礎(chǔ)設(shè)施

根據(jù)IBM（2016年11月）的數(shù)據(jù)，全球90%的數(shù)據(jù)是在過(guò)去的兩年內(nèi)產(chǎn)生的12。有證據(jù)表明，數(shù)據(jù)產(chǎn)生的速度正在加快。

根據(jù)2016年3月Analytics Week的一篇文章，五年內(nèi)將有超過(guò)500億臺(tái)設(shè)備連接到互聯(lián)網(wǎng)，到2020年前，我們將每秒為地球上的每一個(gè)人產(chǎn)生1.7兆字節(jié)的新數(shù)據(jù)13！

本書包含了對(duì)關(guān)系數(shù)據(jù)庫(kù)和帶有SQLite的SQL的探討，感興趣的讀者可以選擇閱讀。

數(shù)據(jù)庫(kù)是存儲(chǔ)和操作你要處理的大量數(shù)據(jù)的關(guān)鍵性大數(shù)據(jù)基礎(chǔ)設(shè)施。關(guān)系數(shù)據(jù)庫(kù)處理結(jié)構(gòu)化數(shù)據(jù)，它們不適用于大數(shù)據(jù)應(yīng)用程序中的非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。因此，隨著大數(shù)據(jù)的發(fā)展，為了有效處理這些數(shù)據(jù)，NoSQL和NewSQL數(shù)據(jù)庫(kù)應(yīng)運(yùn)而生。本書包含對(duì)NoSQL和NewSQL的概述，以及利用MongoDB JSON文件數(shù)據(jù)庫(kù)的動(dòng)手實(shí)踐的案例研究。

第17章包含關(guān)于大數(shù)據(jù)硬件與軟件基礎(chǔ)設(shè)施的細(xì)致討論。

人工智能案例研究

為什么這本書沒(méi)有關(guān)于人工智能的章節(jié)呢？畢竟，“AI”是印在封面上的。在第12~16章的案例研究中，我們介紹的人工智能主題（計(jì)算機(jī)科學(xué)與數(shù)據(jù)科學(xué)的一個(gè)關(guān)鍵交集）包含自然語(yǔ)言處理、利用數(shù)據(jù)挖掘?qū)�Twitter進(jìn)行情感分析、利用IBM Watson進(jìn)行認(rèn)知計(jì)算、監(jiān)督機(jī)器學(xué)習(xí)、無(wú)監(jiān)督機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)（在習(xí)題中）。第17章介紹了大數(shù)據(jù)硬件和軟件基礎(chǔ)設(shè)施，這些基礎(chǔ)設(shè)施支撐了計(jì)算機(jī)科學(xué)家和數(shù)據(jù)科學(xué)家研究的前沿AI解決方案。

計(jì)算機(jī)科學(xué)

第1~10章的Python基礎(chǔ)知識(shí)會(huì)讓你像計(jì)算機(jī)科學(xué)家一樣思考。第11章提供了一個(gè)更高的視角，其中討論的都是經(jīng)典的計(jì)算機(jī)科學(xué)話題。第11章強(qiáng)調(diào)性能問(wèn)題。

內(nèi)置集合：列表、元組、集合、字典

今天，大多數(shù)應(yīng)用開發(fā)人員不再構(gòu)建定制的數(shù)據(jù)結(jié)構(gòu)。這是CS2課程的主題—嚴(yán)格來(lái)說(shuō)，我們的范圍是CS1和相應(yīng)的數(shù)據(jù)科學(xué)課程。書中用兩章的篇幅詳細(xì)介紹了Python的內(nèi)置數(shù)據(jù)結(jié)構(gòu)—列表、元組、字典和集合，大多數(shù)數(shù)據(jù)結(jié)構(gòu)任務(wù)都可以通過(guò)這些數(shù)據(jù)結(jié)構(gòu)來(lái)完成。

使用NumPy數(shù)組、pandas Series和DataFrame進(jìn)行面向數(shù)組的編程

在這本書中我們專注于開源庫(kù)中的三個(gè)關(guān)鍵數(shù)據(jù)結(jié)構(gòu)—NumPy數(shù)組、pandas Series和pandas DataFrame。這些庫(kù)被廣泛用于數(shù)據(jù)科學(xué)、計(jì)算機(jī)科學(xué)、人工智能和大數(shù)據(jù)。NumPy的性能比內(nèi)置Python列表高出兩個(gè)數(shù)量級(jí)。

第7章中詳細(xì)介紹了NumPy數(shù)組。pandas等許多庫(kù)都是在NumPy的基礎(chǔ)上構(gòu)建的。第7~9章的“數(shù)據(jù)科學(xué)入門”部分介紹了pandas Series和DataFrame，這兩個(gè)庫(kù)以及NumPy數(shù)組將在剩余的章節(jié)中頻繁使用。

文件處理和序列化

第9章介紹文本文件處理，然后演示了如何使用流行的JSON（JavaScript對(duì)象表示法）格式把對(duì)象序列化。JSON是一個(gè)普遍使用的數(shù)據(jù)交換格式，在后面的數(shù)據(jù)科學(xué)章節(jié)中你會(huì)經(jīng)常見到它—通常為簡(jiǎn)單起見把JSON的細(xì)節(jié)隱藏在庫(kù)中。

基于對(duì)象編程

在我們?yōu)楸緯�進(jìn)行調(diào)研期間研究的所有Python代碼中，很少遇到自定義類，而這在Python開發(fā)者使用的強(qiáng)大的庫(kù)中是很常見的。

我們強(qiáng)調(diào)大量使用Python開源社區(qū)打包到工業(yè)標(biāo)準(zhǔn)類庫(kù)中的類。你將專注于：了解有哪些庫(kù)，選擇你的應(yīng)用程序需要的庫(kù)，從現(xiàn)有類（通常是一行或兩行代碼）創(chuàng)建對(duì)象以及讓它們“跳起來(lái)、舞起來(lái)、唱起來(lái)”。這叫作基于對(duì)象編程—它使你能夠簡(jiǎn)潔地構(gòu)建令人印象深刻的應(yīng)用程序，這是體現(xiàn)Python吸引力的重要組成部分。

通過(guò)這種方法，你可以使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)（在習(xí)題中）和其他AI技術(shù)來(lái)解決各種各樣有趣的問(wèn)題，包括語(yǔ)音識(shí)別和計(jì)算機(jī)視覺等認(rèn)知計(jì)算方面的挑戰(zhàn)。過(guò)去，如果僅僅學(xué)過(guò)入門級(jí)編程課程，是不可能完成這些任務(wù)的。

面向?qū)ο缶幊?/p>

對(duì)計(jì)算機(jī)科學(xué)專業(yè)的學(xué)生來(lái)說(shuō)，開發(fā)自定義類是一個(gè)至關(guān)重要的面向?qū)ο缶幊碳寄�，相關(guān)的繼承、多態(tài)和鴨子類型也同樣重要。我們將在第10章中討論這些內(nèi)容。

面向?qū)ο缶幊痰挠懻撌悄�塊化的，所以教師可以分開介紹基礎(chǔ)或中級(jí)部分。

…………