译者序

在大数据时代，许多人都会通过各种渠道与数据相遇，例如，我们平常浏览的新闻、博客、纪录片、社交网站及教学视频等，均以数据来支持其报道或论述。另外，还有很多广告、推荐算法与追踪技术，也特别依赖数据。

本书要讲解的正是与数据有关的两个重要话题：一是为什么要自己来整理数据，二是为什么要用编程手段整理数据。

数据是由人收集并整理的，因此难免带有成见。自己整理数据，并不是要一味否定别人的观点，而是为了学会从多种角度观察同一数据，并在许多数据之间进行对比。每个人的想法、立场与经验各有区别，把大家的观点汇聚起来，让这些观点彼此沟通、碰撞，更有可能揭示事件的全貌。

数据的来源与格式繁多，其中有些数据还带有错误与缺陷，为了整理数据，我们需要一套高效的工具来评估数据质量，把许多互补的数据整合，并利用各种指标与统计手段分析数据。最后，通过有力的可视化图表呈现其中的关键信息，以支撑自己从数据中得出的观点。

与手工整理相比，用编程手段整理数据可以更好地获取原始信息，修正其中的问题，并利用其他数据来予以补充。编程语言，尤其是Python这样容易入门的编程语言，让我们能够迅速写出脚本，用自己的想法实验数据，以求从各个方面做出分析，从而解答我们所关注的问题。而且Python语言包含丰富的程序库，使我们能够便利地读取、转换、分析并呈现数据。另外，编程手段能够处理大规模的数据，能够把相同的处理逻辑反复运用到不同的项目，而且能跟版本管理系统结合，让你更有效地完善自己的分析方法并与其他人交流。从这个意义上讲，大家都应该学一学编程。

本书以共享单车及贷款等数据为例，详细讲解了用Python来整理数据的每一个环节，全职的开发者与从事其他工作的人都适合阅读本书。你可以结合自身的学习过程，改编书中的代码，逐渐积累起自己的一套程序库及工作流程，以整理各种与生活及社会现象有关的数据，从而更加全面地了解世界。

在翻译本书的过程中，我得到了机械工业出版社华章分社各位编辑的帮助，在此深表谢意。

由于译者时间仓促、水平有限，错误与疏漏在所难免，请大家给予批评和指教。

爱飞翔