全书共分为九章，第一章到第二章是基础内容，主要介绍数据分析的基础概念、操作环境以及数据预处理的基本知识和技能；第三章到第七章分别介绍了描述性分析、可视化分析、分类模型、回归模型以及预测模型，这些是数据分析中最重要的手段与方法，在数据的探索与发现、理解与呈现、预测与决策等方面发挥着关键作用；第八章介绍了精准度与召回率、ROC曲线与AUC值、F1分数与MSERMSE等几种评价方法以及过拟合与欠拟合问题，用于评估和优化算法的性能和效果；第九章介绍了数据分析方法在各领域中的典型应用案例，为读者提供思路和参考，帮助读者更好地理解和应用数据分析方法。 。

刘宏：副教授，硕士生导师，工作于辽宁师范大学管理学院电子商务专业，主要讲授计算机的课程：WEB技术、数据库原理及应用、电子商务安全等。本人除了进行课堂教学工作之外，还主持或参与多项科学研究和教学研究项目；撰写了30余篇专业论文，出版了10多部专业书籍，包括与电子商务有关的《电子商务系统分析与设计》、《电子商务概论》等。

1 数据分析概述1.1 数据分析定义与过程1.1.1 数据分析的定义1.1.2 数据分析的过程1.2 数据分析方法1.2.1 描述性分析1.2.2 可视化分析1.2.3 机器学习分析1.3 数据处理操作环境：Python基础介绍1.3.1 Python安装与环境配置1.3.2 Python数据处理常用库介绍习题 实训2 数据准备 2.1 数据获取 2.1.1 数据来源与类型 2.1.2 数据采集方法 2.1.3 数据访问权限与合规性 2.2 数据预处理 2.2.1 数据清洗 2.2.1.1 缺失值处理 2.2.1.2 异常值处理 2.2.1.3 重复值处理 2.2.2 数据转换 2.2.2.1 标准化与归一化 2.2.2.2 特征编码与选择 2.2.2.3 数据离散化与独热编码 2.2.3 数据聚合与分组 2.2.3.1 聚合函数与指标 2.2.3.2 数据分组方法 2.2.3.3 分组变量选择与操作 习题 实训