随着行业继续重视其重要性，数据科学正变得越来越流行。 开源软件的最新进展已使这一学科为广泛的人们所接受。 在这本书中，我们展示了 Jupyter 笔记本如何与 Python 一起用于各种数据科学应用。 除了是进行数据探索的理想“虚拟游乐场”之外，Jupyter 笔记本同样适用于创建可重现的数据处理管道，可视化和预测模型。 通过将 Python 与 Jupyter 笔记本结合使用，数据科学提出的许多挑战变得易于概念化和实现。 这是通过利用 Python 库实现的，该库为更复杂的基础算法提供了抽象。 结果是数据科学对于初学者来说变得非常容易上手。 此外，Python 生态系统非常强大，并且每年都在增长。 因此，希望继续学习本书所涵盖主题的学生将找到极好的资源。

到本书结尾，您将具备使用 Python 分析数据和有效使用 Jupyter 笔记本的能力。

第 1 课， “Jupyter 基础知识”，涵盖了 Jupyter 中的数据分析基础。 我们将从 Jupyter 的用法说明和功能入手，例如魔术功能和制表符补全。 然后，我们将过渡到特定于数据科学的材料。 我们将在实时 Jupyter 笔记本中进行探索性分析。 我们将使用视觉辅助，例如散点图，直方图和提琴图，以加深我们对数据的理解。 我们还将执行简单的预测建模。

第 2 课，“数据清理和高级机器学习”显示了如何在 Jupyter 笔记本中训练预测模型。 我们将讨论如何计划机器学习策略。 本课还说明了机器学习术语，例如监督学习，非监督学习，分类和回归。 我们将讨论使用 Scikit-learn 和 Pandas 预处理数据的方法。

第 3 课， “Web 抓取和交互式可视化”解释了如何剪贴网页表，然后使用交互式可视化来研究数据。 我们将首先研究 HTTP 请求的工作方式，重点是 GET 请求及其响应状态代码。 然后，我们将进入 Jupyter 笔记本，并使用 Requests 库通过 Python 发出 HTTP 请求。 我们将看到 Jupyter 如何用于在笔记本中呈现 HTML 以及可以与之交互的实际网页。 发出请求后，我们将看到如何使用 BeautifulSoup 来解析 HTML 中的文本，并使用该库来爬取表格数据。

本书将要求以下最低硬件要求：

• 处理器：Intel i5（或等效版本）
• 内存：8GB RAM
• 硬盘：10 GB
• 互联网连接

在本书中，我们将使用 Python 和 Jupyter 笔记本运行代码。 此外，还需要 Anaconda 环境才能运行 Python 和 Jupyter 笔记本。 请确保在计算机上安装了以下软件：

• Python 3.5+
• Anaconda 4.3+

Anaconda 安装随附的 Python 库：

• Matplotlib 2.1.0 以上
• IPython 6.1.0+
• Requests 2.18.4+
• BeautifulSoup4 4.6.0+
• NumPy 1.13.1+
• Pandas 0.20.3+
• Scikit-learn 0.19.0+
• Seaborn 0.8.0+
• Bokeh 0.12.10+

需要手动安装的 Python 库：

• mlxtend
• version_information
• ipython-sql
• pdir2
• GraphViz

在开始本书之前，我们将安装由 Python 和 Jupyter 笔记本组成的 Anaconda 环境。

1. 在浏览器中访问这个页面。
2. 单击 Windows，Mac 或 Linux，具体取决于您使用的操作系统。
3. 接下来，单击下载选项。 确保您下载了最新版本（3.6）。
4. 下载后打开安装程序。
5. 按照安装程序中的步骤就可以了！ 您的 Anaconda 发行版已准备就绪。ix

1. 搜索 Anaconda 提示符并打开它。

2. 键入以下命令来更新 Conda 和 Jupyter：

   #Update conda
   conda update conda
   #Update Jupyter
   conda update jupyter
   #install packages
   conda install numpy
   conda install pandas
   conda install statsmodels
   conda install matplotlib
   conda install seaborn

3. 要从 Anaconda 提示符打开 Jupyter 笔记本，请使用以下命令：

   jupyter notebook

这本书最适合对数据分析感兴趣的专业人士和学生。 涵盖的主题与各行各业的各种职位描述有关。 为了获得最佳体验，您应该具有编程基础知识和一些 Python 经验。 特别是，熟悉 Python 库（例如 Pandas，Matplotlib 和 Scikit-learn）将很有用。

在本书中，您将找到许多可以区分不同类型信息的文本样式。 以下是这些样式的一些示例，并解释了其含义。

文本中的代码字和 Python 语言关键字如下所示：“使用新创建的空白笔记本，单击顶部的单元格并键入print('hello world')”

文件夹名称，文件名，文件扩展名，路径名，包括文本中的文件名，如下所示：“头文件boost/asio.hpp包含使用 Asio 库所需的大多数类型和功能”。

代码块设置如下：

y = df['MEDV'].copy()
del df['MEDV']
df = pd.concat((y, df), axis=1)

新术语和重要词以粗体显示。 您在屏幕上看到的字词，例如在菜单或对话框中的字样，如下所示：“单击右上角的新建，然后从下拉菜单中选择一个内核 。”

重要的新编程术语用粗体显示。 概念术语以斜体显示。

有关主题的重要重要附加信息如下所示，如侧边栏中所示。

重要说明，提示和技巧如下所示。