引言
上图展示了完成一个数据科学项目的基本模型，也是全书的核心思想。
导入。读取文本文件、数据库或 API 数据，是整个流程的起点。
规整。通过结构化与清洗，使数据具有一致的语义形式，便于后续分析。
转换。包含筛选、创建变量、变换尺度、生成汇总统计等操作。
可视化。以图形揭示模式、验证假设，使数据关系得以直观呈现。
建模。在可视化基础上进行定量推断，是进一步精确回答问题的工具。
交流。通过图表、模型与文档向他人清晰传递数据分析的过程与结论。
上述六个步骤均依赖稳定的编程能力。数据科学并非要求精湛的程序设计，但掌握必要的编码技能可显著提升分析效率，使工作流更具连贯性与可复用性。