1.1 什么是数据科学？

数据科学不仅仅是机器学习和统计学，而且也不全是关于预测。 它甚至不是一门完全包含 STEM（科学，技术，工程，和数学）所有领域的学科 (Meng, 2019)。 但有一件事我们可以非常自信地断言，那就是数据科学始终与 数据 有关。 我们写这本书有两重目标：

  • 专注讨论数据科学的主干： 数据。
  • 使用 Julia 编程语言来处理数据。

我们将在 Section 2 章节讨论为什么 Julia 对于数据科学来说是一门相当高效的语言。 现在将注意力继续转向数据。

1.1.1 数字素养

根据 维基百科，数字素养的正式定义是 阅读、理解、创建和使用数据进行信息交流的能力。 我们也喜欢这个非正式的理解，即作为一个具有数字素养的人，你不会对大量数据感到不知所措，相反地可以使用它来做出正确的决策。 因此，数字素养可以被视为一种具有高度竞争力的技能。 本书将讨论 数字素养的两个方面：

  1. 使用 DataFrames.jl 操作数据 (Section 4)。 你将在本章学到如何：
  2. 读取 CSV 和 Excel 数据到 Julia 。
  3. 使用 Julia 处理数据，即学习如何回答数据问题。
  4. 使用 filter 和 subset 筛选数据。
  5. 处理缺失数据。
  6. 连接多个数据源。
  7. 分组和汇总数据。
  8. 从 Julia 导出数据到 CSV 和 Excel 文件。
  9. 使用 Makie.jl 可视化数据 (Section 5)。 你将在本章学到如何：
  10. 使用不同的 Makie.jl 后端绘制数据图。
  11. 将可视化数据图保存为多种格式，例如 PNG 或 PDF。
  12. 使用不同的绘图函数实现多样化的数据可视化。
  13. 结合属性自定义可视化图。
  14. 使用和创建新的绘图主题。
  15. 向图中增加 (\LaTeX) 元素。
  16. 改变颜色和颜色图。
  17. 创建复杂的图布局。

CC BY-NC-SA 4.0 Jose Storopoli, Rik Huijzer, Lazaro Alonso, 刘贵欣 (中文翻译), 田俊 （中文审校）