Question

Python核心的一些特性对于数据分析而言至关重要。本章将给出最为重要的特性：字符串函数、数据结构、列表推导式、计数器、文件和Web函数、正则表达式、globbing以及pickling数据。通过学习本章，你将掌握如何使用Python从本地磁盘文件和网络中提取数据，用恰当的数据结构存储数据，定位与给定模式相匹配的位和片段，以及为方便后续处理而对Python对象进行序列化和反序列化操作。这些功能并非数据科学或数据分析任务所特有的，在许多其他应用中也会用到。

人们往往错误地认为，高级编程工具的出现使得低级编程过时了。毕竟独立于Python的Anaconda发行版就提供了350多个Python包，谁会需要自己去实现拆分字符串和打开文件这样低级的函数呢？但是不可否认，世界上依然存在大量非标准的数据源，处理这些数据就必须编写低级的函数。

所有的标准数据frame、series、CSV读取器和文字分词器，都遵循其创建者设定的规则。一旦遇到任何违反规则的情况，这些工具都将束手无策。此时，你就应该摘去数据科学家的光环，吹去这本书上的灰尘，做回一个谦卑而务实的程序员。

为了接点“地气”，你可能需要了解字符串函数——相关的内容就在第4单元中。