数据已经成为关键生产要素，数据分析与机器学习能否产出可靠结论，很大程度上取决于数据质量。同学们在科研建模中深耕算法选型与模型调优，算法固然是数据分析的利器，但可靠的分析结果，同样需要扎实的数据准备作为底层支撑。本期图书馆为大家推荐《数据准备：方法、原理与应用》，助力同学们夯实数据处理基本功，更好地挖掘数据要素的内在价值。
一、书籍信息
书名：《数据准备：方法、原理与应用》
作者：李艳，周迎春
ISBN：978-7-04-064535-4
出版社：高等教育出版社
出版时间：2025年9月
二、作者简介
李艳，华东师范大学副教授，主要研究方向为应用统计与因果推断，长期承担数据科学相关课程教学，拥有丰富的课堂教学与实践指导经验。
周迎春，华东师范大学统计学教授，深耕高维数据分析领域，在统计科研与教材编写方面积累颇丰。
三、内容简介
本书聚焦数据准备全流程，系统讲解数据清理、数据变换、数据归约等核心技术。书中详细介绍了缺失值、噪声、异常值、重复记录的各类处理策略，对归一化、标准化、离散化、维归约等常用手段逐一讲解，同时阐释各类方法背后的统计学原理，避免单纯工具化操作。全书配套综合实战案例，将理论方法落地到真实科研分析场景，引导读者建立规范的数据处理思维
四、推荐理由
本书紧扣数据作为生产要素的时代背景，跳出单纯讲解工具操作的写作思路，做到原理阐释与实践应用并重。全书围绕数据清理、数据变换、数据归约等核心任务展开，帮助读者厘清各类处理方法的适用边界，树立严谨的数据思维。既可以帮助高校学生解决课程作业、毕业论文中遇到的数据预处理难题，也能够为科研人员开展数据分析工作提供切实可行的参考。
