Python编程：从数据分析到数据科学

朝乐门老师的《Python编程：从数据分析到数据科学（原稿）》作为全国高校大数据教育联盟主办的“Python编程及数据分析骨干教师高级研修班”的指定教材，得到与会代表的一致好评。该教材较好地反映了本学科的基本理论、基本知识、基本技能，并注重知识体系的系统性、科学性和先进性，对于大数据类专业中开设Python编程课程具有重要的示范意义和指导作用。—— 全国高校大数据教育联盟

朝乐门，男，1979年生，中国人民大学信息资源管理学院、数据工程与知识工程*重点实验室副教授，博士生导师。中国计算机学会信息系统专委员会委员、ACM高级会员、国际知识管理协会正式委员、全国高校大数据教育联盟大数据教材专家指导委员会委员、清华大学博士后校友会IT分会副秘书长；主持完成国家自然科学基金、国家社会科学基金等重要科学研究项目10余项；参与完成核高基、973、863、国家自然科学基金重点项目、国家社会科学基金重大项目等国家重大科研项目10余项；发表SCI/SSCI/EI/CSCI论文30余篇，软件著作权5个、发明专利3项、出版学术专著3部；获得北京市中青年骨干教师称号、国际知识管理与智力资本杰出成就奖、IBM全球卓越教师奖、Emerald/EFMD国际杰出博士论文奖、国家自然科学基金项目优秀项目、中国大数据学术创新奖、中国大数据创新百人榜单、全国大数据教育行业杰出贡献奖等多种奖励30余项。

目 录

篇 准备工作

1 为什么要学习Python？学习Python 的什么…………………………………………………………………… 3

2 学习Python 之前需要准备的工作有哪些………………………………………………………………………. 6

3 如何看懂和运行本书代码……………………………………………………………………………………………… 8
3.1 输入部分………………………………………………………………………………………………………………….8
3.2 输出部分………………………………………………………………………………………………………………. 10
3.3 错误与异常信息…………………………………………………………………………………………………… 11
3.4 外部数据文件………………………………………………………………………………………………………..12
3.5 注意事项………………………………………………………………………………………………………………. 14

第二篇 Python基础

4 数据类型……………………………………………………………………………………………………………………..19
4.1 查看数据类型的方法……………………………………………………………………………………………. 20
4.2 判断数据类型的方法……………………………………………………………………………………………..21
4.3 数据类型的转换方法……………………………………………………………………………………………..22
4.4 特殊数据类型………………………………………………………………………………………………………..23
4.5 序列类型……………………………………………………………………………………………………………….26

5 变量…………………………………………………………………………………………………………………………….28
5.1 变量的定义方法…………………………………………………………………………………………………….29
5.2 Python 是动态类型语言………………………………………………………………………………………..29
5.3 Python 是强类型语言………………………………………………………………………………………….. 30
5.4 Python 中的变量名是引用…………………………………………………………………………………….31
5.5 Python 中区分大小写……………………………………………………………………………………………32
5.6 变量命名规范………………………………………………………………………………………………………..32
5.7 iPython 的特殊变量………………………………………………………………………………………………33
5.8 查看Python 关键字的方法………………………………………………………………………………….. 34
5.9 查看已定义的所有变量………………………………………………………………………………………….35
5.10 删除变量……………………………………………………………………………………………………………..37

6 语句书写规范………………………………………………………………………………………………………………39
6.1 一行一句………………………………………………………………………………………………………………. 40
6.2 一行多句………………………………………………………………………………………………………………. 40
6.3 一句多行………………………………………………………………………………………………………………. 41
6.4 复合语句……………………………………………………………………………………………………………… 42
6.5 空语句………………………………………………………………………………………………………………….. 43

7 赋值语句………………………………………………………………………………………………………………………44
7.1 赋值语句在Python 中的重要地位……………………………………………………………………….. 45
7.2 链式赋值语句………………………………………………………………………………………………………. 45
7.3 复合赋值语句………………………………………………………………………………………………………. 46
7.4 序列的拆包式赋值……………………………………………………………………………………………….. 46
7.5 两个变量值的调换……………………………………………………………………………………………….. 47

8 注释语句……………………………………………………………………………………………………………………..48
8.1 注释方法………………………………………………………………………………………………………………. 48
8.2 注意事项………………………………………………………………………………………………………………. 49

9 运算符…………………………………………………………………………………………………………………………50
9.1 特殊运算符……………………………………………………………………………………………………………53
9.2 内置函数………………………………………………………………………………………………………………..57
9.3 math 模块……………………………………………………………………………………………………………..58
9.4 优先级与结合方向…………………………………………………………………………………………………59

10 if语句………………………………………………………………………………………………………………………….61
10.1 基本语法……………………………………………………………………………………………………………..61
10.2 elif 语句………………………………………………………………………………………………………………62
10.3 if 与三元运算……………………………………………………………………………………………………….63
10.4 注意事项……………………………………………………………………………………………………………. 64

11 for语句………………………………………………………………………………………………………………………..67
11.1 基本语法……………………………………………………………………………………………………………..67
11.2 range()函数…………………………………………………………………………………………………………67
11.3 注意事项……………………………………………………………………………………………………………..68

12 while语句……………………………………………………………………………………………………………………71
12.1 基本语法………………………………………………………………………………….

前 言

“写好一本书”是一件功德无量的事情。因为，写书可以用自己的时间来节约他人的时间。在这浮躁而现实的时代，不去写论文或争课题，而是低头写教材，明知不会计入工作量或业绩，但我还是乐此不疲。按自己的常规速度计算，写本教材大概也就3 个月的时间，但这次实际投入了整整18个月的精力，目的只有一个——用自己的18个月，为他人节约15个月的时间。
“写好一本书”需要有好的顶层设计。我在近几年的教学一线中意识到，国内亟需一本面向数据科学和大数据技术专业人才培养的Python 好教材。目前，相关图书中存在的问题有：、“将Python 当作Java/C 来教（或学）”，换一个“新语言”来讨论“老问题”，根本品不出Python 特有的味道；第二、“先讲知识点，后摆代码”式教材编写风格，以“文字”为主，“代码”为辅，导致主次颠倒；第三、“数据科学类专业与计算机科学类专业中选用的Python 教材没什么区别”，不知道谁是谁；第四、“把读者（或自己）当作编程白痴来写（或读）”。目前，多数读者已有C/Java 等语言的基础，Python 属于“第二外语”，不需要低级重复，更不应该用不同语言反复学习同一个知识点，始终徘徊在知识殿堂的门口。突破上述局限并且探索出新的教学模式和教材编写方式是我编写这本书的初心。是否达到了预期目标，需要各位仔细阅读全书之后明鉴。
“写好一本书”需要有十本书的真材实料。在本书撰写过程中，我参阅了大量国内外专著、教材、论文、开源项目和原始数据，虽然书中对参考文献多有标注，但难免挂一漏万，敬希相关作者鉴谅。书中还吸收了自2015 年以来我和我的团队撰写或翻译的部分短文，同时借鉴了我的课堂上学生曾提问或关注的问题。
“写好一本书”离不开他人的鼎力相助。电子工业出版社领导及编辑，尤其是章海涛编辑为本书的出版做出了大量工作；感谢*—IBM产学合作协同育人项目的资助和支持；感谢中国人民大学刘岩、杨灿军、李昊璟、王雨晴、曲涵晴、赵群等学生参与了本书的校对工作；家人给予了长期的理解与支持，本人从事基础研究，淡泊名利，她们却从不抱怨。
“写好一本书”是一个长期反复打磨的过程。本书版中必有不足之处，望各位读者不吝赐教。我们将通过华信教育资源网（http://www.hxedu.com.cn）和微信公众号“数据科学DataScience”实时发布勘误或更新内容。这是继《数据科学》《数据科学理论与实践》之后，我的第三本书。曾有人跟我说，“朝老师，您硕果累累，还那么拼命，未来一定是数据科学领域的牛”。我回答，“No，那不是我的目的。我的奋斗目的只有一个：争取做到数据科学领域努力的人，也就是舍得投入时间和精力的人。其他的都无所谓。”希望“我的努力”成为“您的努力”!

朝乐门
于中国人民大学
2018 年12 月