在筆者完成《SAS數(shù)據(jù)統(tǒng)計分析與編程實踐》一書后，中國鐵道出版社有限公司的編輯邀請筆者創(chuàng)作一本講解數(shù)據(jù)分析行業(yè)的圖書。聞聽此言，筆者的個反應(yīng)是拒絕，乃至產(chǎn)生一種恐懼的感覺。

數(shù)據(jù)分析行業(yè)是一個龐雜而體系化的產(chǎn)業(yè)，從開始的數(shù)據(jù)收集，再到后續(xù)的數(shù)據(jù)前處理、統(tǒng)計分析、建模，再到更靠后的數(shù)據(jù)可視化，乃至人工智能、機器學(xué)習(xí)的應(yīng)用。筆者僅僅是處于數(shù)據(jù)統(tǒng)計分析階段的一位從業(yè)者，更具體地，筆者所處理的數(shù)據(jù)僅僅是臨床試驗數(shù)據(jù)這一個數(shù)據(jù)量極小的分支，筆者又有何德何能撰寫一本圖書，來為從業(yè)者和計劃從事數(shù)據(jù)行業(yè)的人士提供指導(dǎo)呢？

出版社的編輯聽到筆者的顧慮后，反問了一個很有深意的問題：那么您覺得誰能夠完整地洞悉各個數(shù)據(jù)行業(yè)中每個產(chǎn)業(yè)鏈環(huán)節(jié)的技術(shù)呢？

此言一出，筆者的感覺是不知如何回答，繼續(xù)思考后發(fā)現(xiàn)這其實是一個很有價值的問題。隨著數(shù)據(jù)分析行業(yè)的細化，數(shù)據(jù)分析師這個名詞其實也變得具有很多的內(nèi)涵，在有些公司，數(shù)據(jù)分析師是指使用Excel完成報表創(chuàng)建和整理的工作人員，而有的公司的數(shù)據(jù)分析師則需要掌握人工智能的復(fù)雜編程技能，同樣的職位名稱對應(yīng)著不同的工作內(nèi)容，這也是數(shù)據(jù)分析行業(yè)尚處于發(fā)展階段的一個例證。

進一步思考，筆者發(fā)現(xiàn)，縱觀整個產(chǎn)業(yè)界，無論是所謂的大師、專家或?qū)W者，每個人的視野其實都只能局限于數(shù)據(jù)分析的某個環(huán)節(jié)。認清了這一點，筆者也不妨大方承認，本書中所述內(nèi)容，數(shù)據(jù)處理方法、缺失值處理、統(tǒng)計分析方法、數(shù)據(jù)分析標準化和數(shù)據(jù)可視化，筆者有過親身經(jīng)歷，并使用代碼完成過本書絕大多數(shù)細節(jié)；而針對機器學(xué)習(xí)、人工智能、大數(shù)據(jù)等領(lǐng)域，筆者僅進行過系統(tǒng)性的學(xué)習(xí)，并未在項目中有過實際操作的經(jīng)驗。

承認以上不足正是因為筆者清醒地意識到：數(shù)據(jù)分析行業(yè)的分工正在快速細化，與其給讀者營造一種自己什么都懂的假象，不妨大方承認自己僅僅是復(fù)雜產(chǎn)業(yè)鏈中一環(huán)的工作者，并沒有能力融會貫通地理解數(shù)據(jù)分析行業(yè)所有的體系化知識。筆者甚至愿意承認，如果你僅對大數(shù)據(jù)、人工智能的數(shù)據(jù)分析前沿領(lǐng)域感興趣，那跳過本書而閱讀其他行業(yè)專家的圖書會是更好的選擇。

但請注意另一方面，筆者并不認為因為個人局限性本書就會變得毫無價值。數(shù)據(jù)分析行業(yè)是一門實踐科學(xué)，而本書的目的正是指導(dǎo)數(shù)據(jù)分析師的實踐，不僅僅是高談理論。若僅探討數(shù)據(jù)分析行業(yè)的現(xiàn)狀、新技術(shù)的發(fā)展和數(shù)據(jù)分析的未來，很多人都能如筆者一樣高談闊論出一堆懸而未決的理論。

筆者創(chuàng)作本書的一個目標就是指導(dǎo)性，讓讀者不僅理解某些理論，更可以理解理論所應(yīng)用的場景，乃至清楚哪些編程手段會用到這些理論。這些在工作中被作為背景知識的知識，才是筆者更希望傳達的價值。

提到背景知識，筆者認為這個詞很好地概括了本書創(chuàng)作的目的這是一本為數(shù)據(jù)分析師提供背景知識的書籍。所謂背景知識，就是指那些在特定領(lǐng)域中至關(guān)重要卻被認為是每個人都應(yīng)該理解的知識。但作為新手從業(yè)者，很多人其實尚未建立背景知識庫。若以這種視角觀察本書，各位讀者應(yīng)該可以發(fā)現(xiàn)本書的內(nèi)容正是為各位讀者補齊這一短板。

在本書的第1章，我們洞悉了數(shù)據(jù)分析的定義和數(shù)據(jù)分析行業(yè)的特點，在第2、3章，筆者對數(shù)據(jù)分析的現(xiàn)狀和未來進行了闡述，以此建立起從業(yè)者對數(shù)據(jù)分析行業(yè)的總體認知。在第4、5、6、7、8章中，我們深入數(shù)據(jù)分析技術(shù)，從數(shù)據(jù)分析選取的工具，談到數(shù)據(jù)前處理、統(tǒng)計分析方法、數(shù)據(jù)標準化和數(shù)據(jù)可視化，它們每一個都是數(shù)據(jù)分析的重要子命題，很多從業(yè)者未來也會選取其中一個方面作為自己的職業(yè)。從第9章到第11章，我們又將視野拉開，觀察一名優(yōu)秀的數(shù)據(jù)分析師應(yīng)當具備的能力，從能力塑造的角度重新理解數(shù)據(jù)分析行業(yè)。

筆者非常希望此書能夠幫助到致力于從事數(shù)據(jù)分析行業(yè)的讀者，也希望本書可以作為數(shù)據(jù)分析從業(yè)者的進階讀物，為本行業(yè)吸引更多優(yōu)秀、有潛力的人才。

若讀者中十之一二能因本書而對數(shù)據(jù)分析行業(yè)產(chǎn)生興趣，那筆者定會欣慰不已。若讀者發(fā)現(xiàn)本書中的錯誤、不完善之處，乃是因筆者自身水平不高、實踐經(jīng)驗不足所致，歡迎讀者將所發(fā)現(xiàn)的不妥之處或自身感悟發(fā)送至郵箱iwenhaoma@gmail.com，以供筆者自省。