千里之行始于足下，但更始于看地图。第 1 章就是这张地图：这本书是干什么的、为什么非 Python 不可、路上会用到哪些武器。内容不烧脑，但方向感从这里来。🧭
🎒 什么样的数据会进你的行囊？
书里开门见山：数据分析处理的「结构化数据」其实就那么几种老面孔：
- 表格型：行是记录、列是字段，Excel、CSV、SQL 表——pandas 的主场；
- 多维数组：图像、传感器矩阵、科学计算数据——NumPy 的主场；
- 时间序列：按时间戳排列的观测值，股价、气温、日志；
- 多面板：带「年份」「地区」等层次维度的表格集合。
认清数据形态很重要——后面你会看到，pandas 和 NumPy 的每一招，几乎都是为这几类数据量身定做的。
🌉 为什么要用 Python？一座桥的故事
书里给的核心理由是解决「两语言问题」（Two-Language Problem）。
过去的科研/工程现场是这样的：搞统计的用 R 或 SAS，搞工程落地用 C++ 或 Java。于是数据要在两套语言间倒手——统计的人写的分析，工程的人要重写一遍才能上线。费时、易错、还吵架 😅。
Python 的解法是当「胶水」（Python as Glue）：
- 向下：NumPy/pandas 的底层是编译好的 C/Fortran，性能不输任何系统语言；
- 向上：语法像伪代码，分析思路即写即得；
- 向旁：Web 框架、数据库、API 客户端一应俱全，分析代码可以直接变成产品。
一句话：研究代码 = 生产代码，一次编写处处运行。当然书里也诚实列了 Python 的短板：对超高性能场景（如高频交易）纯 Python 不够快，移动端更是弱项——但对数据分析来说，那些瓶颈几乎总被 C 底层挡在你前面。
⚔️ 武器库盘点：七大库怎么分工
这一节是全章的干货，直接决定你后面读每一章时「手里拿的是什么」：
| 库 | 一句话定位 | 你在什么时候用它 |
|---|---|---|
| NumPy | 多维数组 + 向量化计算的地基 | 数值计算、矩阵运算、一切库的底层 |
| pandas | 带标签的表格数据容器 | 清洗、变形、聚合——日常主力 |
| matplotlib | 绘图鼻祖 | 折线/散点/直方图，其他绘图库的引擎 |
| IPython / Jupyter | 交互式驾驶舱 | 补全、内省、魔法命令、Notebook |
| SciPy | 科学计算工具箱 | 统计分布、优化、插值、稀疏矩阵 |
| scikit-learn | 机器学习瑞士军刀 | 分类、回归、聚类、特征工程 |
| statsmodels | 统计建模 | 回归分析、时间序列模型、假设检验 |
记住这幅分层图：NumPy 打底，pandas 主战，matplotlib 展示，Jupyter 全程护航，建模交给最后两位。本书 90% 的篇幅就是在精讲这套组合拳。
而所有工具服务的那条流水线，就是：获取 → 清洗 → 变形 → 分析 → 可视化 → 建模。书里反复强调：真正的项目中，中间的「清洗 + 变形」要吃掉 80% 的时间——这也是为什么全书一半以上章节都在讲 pandas。
🛠️ 动手装环境：Miniconda 一步到位
书里推荐 Miniconda（Anaconda 的精简版），只装核心，需要什么加什么：
# Windows：官网下载安装包，勾选"加入 PATH"
# macOS / Linux：
bash Miniconda3-latest-MacOSX-x86_64.sh # 或 Linux 版
# 装本书需要的包
conda install -y pandas matplotlib jupyter scikit-learn statsmodels
几点书里的实用建议：
- 别用系统自带的 Python 折腾数据分析，依赖容易打架；
- 想隔离项目环境可以用
conda create -n myenv python=3.10再conda activate myenv； - 编辑器选顺手的即可：PyCharm、VS Code + Jupyter 插件都是好选择；
- 书的示例数据在它的 GitHub 仓库（pydata-book），建议 clone 一份边读边跑。
📖 这本书怎么读？（也是本站笔记的读法）
作者在 1.6 节给了一条官方路线：前 4 章是地基（Python 基础 + NumPy），第 5–8 章是 pandas 内核（必须精读），第 9–11 章是展示与进阶（绘图、分组、时间序列），第 12–13 章通向建模与实战。
两条读书建议：
- 代码要跑：这本书是「干中学」型教材，每个例子复制进 Jupyter 跑一遍，改改参数看看会发生什么；
- 别怕查阅：pandas API 庞大，没有人全记得住，记住「能做什么」比记住「方法名」重要。
📌 本章小结：数据 Mostly 是表格；Python 靠 C 底层 + 一套语言解决两语言问题；NumPy 是地基、pandas 是主力、Jupyter 是驾驶舱；Miniconda 装环境，clone 示例数据，下一章直接开写代码。