本书以商务数据处理与应用为基本出发点，重点介绍基于 Python 语言的商务数据处理技巧、数据分析方法及可视化操作，内容包括：常见的数据管理及分析软件介绍，Python编程基础，Matplotlib、Seaborn和Pyecharts数据可视化，线性相关与回归分析，数据压缩、聚类、时间序列、大数据分析方法，综合案例实战。 本书案例内容丰富，通过26个综合案例详细介绍了数据挖掘方法及可视化在商务数据中的应用，展现了Python的强大数据分析能力。读者在了解数据挖掘方法原理的基础上，通过案例学习可以更有效地提高其数据分析的实际能力。本书适用于各个层次的读者，既可面向非计算机专业的数据分析者，强调应用性和实战性，也可作为计算机专业或数据科学专业的基础应用学习书。

谢贤芬，女，博士，硕士生导师，毕业于暨南大学统计学专业。广州大数据产业协同创新联盟专家委员。具有深厚的计算机和经济学交叉学习和工作背景，本科和硕士就读于暨南大学计算机专业，曾任加拿大北电通信设备有限公司（Notel）高级工程师，主研高性能大数据处理平台；发表SCI/EI论文/国内**期刊/国内核心期刊论文30余篇；出版专著4本，申请国家发明专利2项，授权软件著作版权2项；主持项目14项（国家级项目1项，省部级及以上项目5项），重点参与项目十多项（国家级项目2项，省部级4项等）；擅长经济金融、统计、计量经济、数据科学、信息推荐等相关领域的基础与应用研究。在大数据处理与分析、深度学习方法、经济金融风险评价和预警监测、突发事件风险评价领域有较深厚的研究工作积累 ，取得一系列有影响的创新科研成果。

随着现代信息技术的飞速发展，数据分析、数据挖掘、机器学习、云计算等数据科学技术也相应流行起来。数据挖掘技术与可视化在海量数据处理方面有着极大的现实意义。相较于其他数据可视化软件平台，Python具有开源免费、易上手的优点，从而越来越被大家熟悉和认可，成为数据挖掘、数据分析、机器学习等领域研究者最常用的编程语言。 数据挖掘是利用机器学习、统计学和概率论等方法，从海量数据中获取有效的、潜在有用的信息的过程。数据可视化是研究数据视觉表现形式的技术。在海量商务数据中，可以利用数据挖掘与可视化技术来获取可靠、真实的市场信息，为各类商业活动提供更多决策支持。 本书由浅入深地介绍了基于Python的商务数据挖掘与可视化技术，并对每个技术详细地进行了案例分析与说明。读者可以通过阅读本书，掌握基本的商务数据挖掘与可视化方法。 本书内容 本书提供了Python与数据挖掘的基础理论内容，同时介绍了多个实用的数据挖掘与可视化库。本书提供了大量案例以供读者实战操练，降低了学习数据挖掘与可视化的门槛，让非专业的读者也能轻松学习。 本书首先介绍了数据挖掘的基本概念和数据挖掘的常用软件，数据挖掘编程平台及Python编程基础。随后介绍了基于Python的数据可视化软件库：Matplotlib、Seaborn和Pyecharts。本书还介绍了数据挖掘的常用方法，包括线性相关与回归、数据压缩、聚类和时间序列等。另外，本书针对大数据场景，介绍了此场景下的数据分析方法。最后，本书整合前面的知识，进行了综合案例实战。 本书结构 本书共11章，各章简介如下。 第1章介绍了数据管理及分析软件。本章着重介...