因为心怀感恩 所以愈发懂得珍惜和坚持

大家好！我与张甜博士合著的新书《Python数据科学应用从入门到精通》已由清华大学出版社正式出版。这是我的第2部讲解Python的著作，也是30岁以后的第6部作品。之所以用30岁作为分界线，是真心觉得而立之年后确实成熟太多，30岁之后才算真正领悟了创作的真谛。30岁之前，年轻的时候那会儿写书，更多的是陶醉于从写书的酣畅淋漓中持续找到自信和奋斗的感觉。那时候体力精力俱佳，写书的时候经常是同时思考着多个知识点，知识输入、转化和输出同步进行，一边快速思考、一边指尖如飞，经常是不知疲倦的从清晨写到日落，从华灯初上写到不知东方之既白，在激扬文字中给平凡的生活注入新的色彩。




但步入而立之年以后，人逐渐变得成熟和厚重，尤其是35岁之后已经有了一种不惑的感觉，已经不再像年轻时候那样总想迫不及待的证明自己，而是更加感恩生活中的小确幸，愈加珍惜那些真正属于自己的努力机会，也愈发意识到写书的初衷并不仅仅是作者自身展现才华的广阔平台，而更应该是探索读者需求、为读者而创作的服务渠道。所以，30岁之后写的书，都是从读者的角度去思考和行动，不再追求快速创作、也不再追求创作数量。创作中也经常会出现深思熟虑、数易其稿的情况，确保每一章在我能力和眼界范围之内都是精品。书的本质是为读者服务，而不是像权威期刊那样追求学术的高深与创新，不能写成“天书”，而是要让读者能看得懂，让已经成熟固化的有用知识惠及到更多的平凡人。书的作用是要让读者真正掌握起相应的技能，要让读者能够学得进去，既要注重将艰难深奥的统计分析原理讲得明白，也要注重业务实操，及时给予读者正向反馈，让读者边学习边操作，在一次又一次的成功操作中获取学习知识的成就感与满足感。书的价值在于真正有用，让读者真用的上，能够用于自身的科研学术研究或具体工作实践。

已经出版的图书无一例外地都受到了大家的欢迎。2021年7月出版的《Stata统计分析商用建模与综合案例精解》《SPSS统计分析商用建模与综合案例精解》，双双荣获“数据科学领域最受读者喜爱的图书TOP5”，已被众多高等院校选为核心专业课程教材或收藏于图书馆。2022年5月出版的《Stata统计分析从入门到精通》《 SPSS统计分析入门与应用精解(视频教学版)》，自上市之日起即持续占据当当、京东数据库或程序设计类图书畅销榜前列，销量破万。2023年2月出版的《Python机器学习原理与算法实现》上线，销量已接近2000，这在竞争激烈的Python图书市场绝对堪称热销。一路走来，始终感恩工作中各位领导、同事，学习中各位老师、同学，生活中各位长辈、亲朋好友、读者粉丝们的提携、支持与厚爱，始终感恩清华大学出版社相关领导、编辑充分的认可和信任，使我能够成为国内为数不多的在Python、Stata、SPSS三大热门编程语言或统计分析软件领域均有头部出版社畅销书的数据科学领域作者。成功当然是令人振奋和愉悦的，心怀感恩的同时，也激励我更加深入思考创作的意义、价值和导向。

我想，之所以能够得到大家的认可，在于能够坚持始终不忘初心、致力于让海内外学子学习SPSS、Stata、Python等数据分析工具更简单、更高效、更实用。因为深刻懂得大家对于提升自己之渴望，也深刻懂得大家面临处境之不易，我创作的每一本书都带着对读者的情怀。在我看来，每一分主动自驱向上、拓展能力边界的学习热情都应该被呵护、被珍惜，每一分力图破茧成蝶、突破成长天花板的行动努力都应该被认真、被深爱。我经常会登录当当、京东、淘宝等APP观察各本书的销量，更会认真查看每位读者的评价，还会在知乎、小红书、抖音、百家号等平台查看读者粉丝们的反馈，书虽然已经卖出去了，但是大家学了没有，有没有掌握起相应的知识，更是我高度关注的内容，因为每本书我都倾注了大量的心血，充分利用一切业余时间刻苦钻研、精益求精，在充分对比了许许多多的同类图书后，确实也有强烈的底气和信心敢说，做到了让学习数据分析“更简单、更高效、更实用”。但大家的学习终究还是要下一番苦功夫的，衷心希望大家不仅仅是支持我的创作，而是真的能够开展学习并能学有所获。

《Python数据科学应用从入门到精通》同样延续了上述创作理念，创作的初衷来自于与全网5000余高质量活跃粉丝的积极互动。很多读者问我：“老师，通过学习《Python机器学习原理与算法实现》一书，我真的入门了，学会了Python和机器学习，受益匪浅，但是有一个问题就是您用于演示案例的书都是已经整理好的，如果我真的用来开展实际工作，那些数据质量往往都比较差，应该怎么办呢？”


所以我决定写一本《Python数据科学应用从入门到精通》的书，也就是刚刚上市的这本，旨在教会读者实现全流程的数据分析，并且相对《Python机器学习原理与算法实现》一书增加了很多概念性、科普性的内容，进一步降低了学习难度。全书内容共分13章。其中第1章为数据科学应用概述，第2章讲解Python的入门基础知识，第3章讲解数据清洗。第4~6章介绍特征工程，包括特征选择、特征处理、特征提取。第7章介绍数据可视化。第8~13章介绍6种数据挖掘与建模方法，分别为线性回归、Logistic回归、决策树、随机森林、神经网络、RFM分析。从数据科学应用和Python的入门，再到数据清洗与特征工程，最终完成数据挖掘与建模或数据可视化，从而可以为读者提供“从拿到数据开始，一直到构建形成最终模型或可视化报告成果”的一站式、全流程指导。


《Python数据科学应用从入门到精通》既可单独使用，使读者能够掌握起数据清洗、特征工程与数据可视化、数据挖掘与建模的相关知识与Python常用操作，也可以作为《Python机器学习原理与算法实现》（杨维忠、张甜著，清华大学出版社，2023年2月）的姊妹篇使用，使读者能够掌握起更加完整的机器学习应用技能，或开展数据统计分析。既可作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的学生学习Python或数据科学应用的专业教材、参考书；也可以作为企事业单位数字化人才培养的教科书、工具书，以及职场人士自学掌握Python数据科学应用、提升数据处理与分析挖掘能力、进而提高工作效能和改善绩效水平的工具书。


学海无涯，在这个激荡的时代，让风雨兼程的我们同舟共济、一起加油，奋力做更好的自己！