- 本书赞誉
- 前言
- 目标读者
- 不适合阅读本书的读者
- 本书结构
- 什么是数据处理
- 遇到困难怎么办
- 排版约定
- 使用代码示例
- 致谢
- 第 1 章 Python 简介
- 第 2 章 Python 基础
- 第 3 章 供机器读取的数据
- 第 4 章 处理 Excel 文件
- 第 5 章 处理 PDF 文件 以及用 Python 解决问题
- 第 6 章 数据获取与存储
- 第 7 章 数据清洗:研究、匹配与格式化
- 第 8 章 数据清洗:标准化和脚本化
- 第 9 章 数据探索和分析
- 第 10 章 展示数据
- 第 11 章 网页抓取:获取并存储网络数据
- 第 12 章 高级网页抓取:屏幕抓取器与爬虫
- 第 13 章 应用编程接口
- 第 14 章 自动化和规模化
- 第 15 章 结论
- 附录 A 编程语言对比
- 附录 B 初学者的 Python 学习资源
- 附录 C 学习命令行
- 附录 D 高级 Python 设置
- 附录 E Python 陷阱
- 附录 F IPython 指南
- 附录 G 使用亚马逊网络服务
- 关于作者
- 关于封面
1.1 为什么选择 Python
有那么多种编程语言,本书为什么选择使用 Python ?你可能听说过以下这些语言中的一种或多种:R、MATLAB、Java、C/C++、HTML、JavaScript 和 Ruby,这取决于你的专业背景。这些语言都有一种或多种主要用途,有些还可以用于数据处理。你也可以用 Excel 等程序进行数据处理。用 Excel 和 Python 编程,通常会得到相同的结果,但其中一种语言的效率更高。然而有时候,像 Excel 这样的程序无法完成任务。我们选择 Python 而不是其他语言,是因为 Python 很容易上手,处理数据的过程也简单明了。
如果你想了解 Python 和其他语言的技术性区别,可查阅附录 A。看完里面的解释,你就可以告诉其他分析师或开发人员你使用 Python 的原因。我们相信作为开发新人,你会从 Python 的易用性中受益,同时我们希望本书能成为你的数据处理工具箱中有参考价值的一本书。
Python 除了上述作为语言的优点,Python 社区还是最开放和最乐于助人的社区之一。世上没有完美的社区,但 Python 社区为新人创造了一个良好的环境:有时会有本地的教程、免费课堂、线下聚会等,有时还会举办大型会议,人们聚在一起解决问题并分享知识。
拥有大型社区的好处显而易见——有人能回答你的问题,有人能为你的代码或模块的结构出谋划策,有人能让你学习借鉴,还有共享代码供你在其之上构建自己的代码。想了解更多的内容,可查阅附录 B。
社区因成员的支持而存在。刚开始使用 Python 时,你从社区中得到的帮助会多于你的付出。但即使你不是专家,也可以为社区做很多贡献。我们鼓励你分享你的问题和解决方法。这会帮到下一个遇到相同问题的人,你也可能会在开源工具中发现需要处理的 bug。
在现阶段,你是从新鲜视角看待问题,而 Python 社区的很多成员已经不再这样看待问题了。当开始敲 Python 代码时,你应该把自己当作编程社区的一员。你的贡献与那些有 20 年编程经验的人一样重要。
言归正传,我们开始讲 Python。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论