本书立足数据要素产业发展实际，紧密围绕数据采集与预处理这一大数据分析领域的核心技能，系统融入了人工智能（AI）技术。本书面向数据采集工程师、数据分析师等岗位，突出实操能力和项目落地。本书从导论、Python 及相关编程工具、网络调查数据采集、网页数据采集与处理、数据库数据抽取与处理、数据预处理技术基础、数据预处理技术进阶、非结构化数据采集与预处理技术、技能拓展：AI 赋能数据采集与预处理共九个项目展开。读者能够系统掌握数据采集与预处理的关键技术，并直接应用于数据要素产业中的实际数据处理任务。<br>本书适用于高等职业教育统计专业，同时也适用于财经类、计算机类等相关专业的教学。

孔祥铭，北京科技职业大学文理学院副院长，北京市优秀青年人才，兼职北京数学会高职高专教育专业委员会秘书长。曾主编《数学建模》《数学技术》等新形态教材，讲授“统计调查方法及应用”“Python程序设计基础”等课程。<br>田宝川，北京科技职业大学副教授，入选北京市优秀人才培养计划，研究方向为微分方程、深度学习与数据分析，讲授“程序设计基础”“Python语言智能应用”等课程。<br>孙封君，北京数据集团智能院集团数智创新研究院院长、北京车网科技发展有限公司总经理。

项目一 导论<br>任务一 认识数据采集与预处理<br>任务二 数据类型与预处理流程<br>任务三 数据采集的法律法规与伦理<br>项目二 Python 及相关编程工具<br>任务一 Python 编程环境搭建<br>任务二 Python 基础语法<br>任务三 Python 进阶编<br>任务四 Python 文件读写<br>项目三 网络调查数据采集<br>任务一 网络问卷数据采集<br>任务二 文献调查数据采集<br>项目四 网页数据采集与处理<br>任务一 网页文件格式介绍<br>任务二 网页数据抓取<br>任务三 网页数据解析<br>任务四 网站访问日志数据采集<br>任务五 网页数据采集进阶<br>项目五 数据库数据抽取与处理<br>任务一 数据库的安装与配置<br>任务二 SQL 基本语法<br>任务三 SQL 查询与排序<br>任务四 NoSQL 数据简介<br>项目六 数据预处理技术基础<br>任务一 NumPy 与 Pandas 的安装及介绍<br>任务二 缺失值与异常值处理<br>任务三 数据冗余清理<br>任务四 数据标签与索引<br>任务五 数据整合与转换<br>任务六 SQL 在数据预处理中的应用<br>项目七 数据预处理技术进阶<br>任务一 sklearn 的安装及介绍<br>任务二 Z-score 标准化<br>任务三 Min-Max 归一化<br>任务四 数据的降维<br>项目八 非结构化数据采集与预处理技术<br>任务一 文本数据采集与预处理<br>任务二 图像和视频数据采集与预处理<br>任务三 音频数据采集与预处理<br>项目九 技能拓展: AI 赋能数据采集与预处理<br>情境一 AI 在数据采集中的应用<br>情境二 AI 在数据预处理中的应用<br>参考文献