前言

這本書主要是在 Python 中操作、處理、清理和處理資料的各種細節，雖然本書的名字裡有「資料分析」，但本書的重點仍然是 Python 程式設計、程式庫以及工具，而不是資料分析方法論，它介紹的是用來分析資料的 Python 程式，不過我還是會以 pandas 為主進行介紹。

用哪種資料?

所謂的資料指的是結構化資料，結構化資料是一種統稱，它包含許多不同的形式。
例如:

• 表格或試算表資料，每一條直欄都可以儲存不同的資料型態(字串、數字、日期、或其他)，或是在以 Tab 或逗號分隔的檔案。
• 多維陣列(矩陣)。
• 用鍵欄(key columns)對 SQL 使用者而言，它就是主鍵或外鍵來建立關係的多個資料表。
• 具有相同或是不同時間間隔的時間序列。

以上僅列出部分的資料種類，多資料組乍看之下不屬於結構化資料，但都可以轉成適合用來分析和建立模型的結構，如果資料組無法轉換，我們也可以從中提取特徵，並轉換成結構化的形式。

舉例來說，可以將一堆新聞報導處理成一個單字頻率表格，然後用它來進行情緒分析。

Microsoft Excel 應該是世界上最普及的資料分析工具，Microsoft Excel 等試算表程式的使用者應該很熟悉上述的資料型式。

今日的分享就到這囉，我們明天見，掰掰！