大数据时代已经到来，随着数据的逐步开放，交通领域的研究课题或多或少都要接触、使用时空 大数据。交通领域的从业者迫切需要强有力的工具和技术应对日益纷杂的交通数据。交通是一个交叉 学科，交通数据分析人才的知识体系需要与数据处理、网络爬虫、数据可视化、地理信息、复杂网络、 数据挖掘、机器学习等多学科知识深度融合，这也为交通领域的人才培养带来巨大挑战。 在此背景下，本书针对不同的学习阶段与业务需求设计了三篇共15章内容。基础篇（第1～5章） 梳理Python数据分析、网络爬虫、数据可视化、地理信息等基础知识；应用篇（第6～10章）介绍 出租车GPS数据、地铁IC刷卡数据、共享单车订单数据、公交GPS数据等各类时空大数据的实际案 例应用；方法篇（第11～15章）融汇数据挖掘、空间统计、复杂网络学科等交叉学科方法，与交通 领域的大量实际案例分析结合，全面梳理总结交通时空大数据所需跨学科技能。 本书由浅入深，学科交叉，强调实践。对读者不同的学习阶段与业务需求设计相应内容，全面梳 理总结交通大数据科研所需技能，并与交通领域的大量实际案例分析结合。本书可作为教材也可作为 参考工具书，基础篇定位交通数据领域新手入门，应用篇定位有数据分析需求的高校学生或社会人士， 方法篇定位高校学术科研人员。