本书从数据分析的基本概念和Python的基础语法讲起，然后逐步深入到Python数据分析的编程技术方面，并结合实战重点讲解了如何使用主流Python数据分析库进行数据分析，让读者快速掌握Python的编程基础知识，并对Python数据分析有更加深入的理解。 本书分为13章，涵盖的主要内容有数据分析概述、Python的特点和编程基础、NumPy数组的基础和进阶用法、Pandas数据处理和数据分析、数据的导入导出、数据可视化，以及Python网络爬虫和Scikit-learn机器学习的入门知识。 本书内容丰富全面，语言简洁、通俗易懂，实用性强，还包含实战案例，特别适合Python的初学者和自学者，以及缺乏编程经验的数据分析从业人员阅读，也适合对数据分析编程感兴趣的爱好者阅读。

第1章 数据分析概述
1.1 数据分析的含义
1.2 数据分析的基础流程
1.3 数据收集
1.3.1 线下收集
1.3.2 线上收集
1.4 统计分析策略
1.4.1 描述性统计分析
1.4.2 推断性统计分析
1.4.3 探索性统计分析
1.5 数据分析方法
1.5.1 公式拆解法
1.5.2 对比分析法
1.5.3 预测分析法
1.5.4 漏斗分析法
1.5.5 象限分析法
1.6 数据挖掘的标准流程（CRISP-DM模型）
1.7 数据分析工具
1.7.1 Microsoft Excel
1.7.2 R语言
1.7.3 Python
第2章 为什么选择Python
2.1 关于Python
2.1.1 Python的起源
2.1.2 Python 2和Python 3
2.2 了解Python的特点
2.2.1 简单易学
2.2.2 自由开放
2.2.3 解释型语言
2.2.4 封装与扩展性
2.3 Python在数据分析上的优势
2.3.1 自由的数据结构
2.3.2 黏合剂Python
2.3.3 丰富的第三方库
2.4 数据分析的第三方库
2.4.1 NumPy
2.4.2 Pandas
2.4.3 Matplotlib
2.4.4 SciPy
2.4.5 Scikit-learn
2.5 网络爬虫的第三方库
2.5.1 Request
2.5.2 lxml
2.5.3 html5lib
2.5.4 BeautifulSoup
2.5.5 Scrapy
第3章 Python编程基础
3.1 安装与配置
3.1.1 在Windows操作系统下安装Python
3.1.2 在macOS下安装Python
3.1.3 在GNU/Linux操作系统下安装Python
3.1.4 安装及更新Python库
3.1.5 集成开发环境
3.2 Hello World!
3.2.1 Python解释器
3.2.2 运行IPython
3.3 基础语法
3.3.1 缩进
……
第4章 NumPy数组：基础篇
第5章 NumPy数组：进阶篇
第6章 Pandas：数据处理
第7章 Pandas：数据分析
第8章 数据的导入导出
第9章 数据可视化
第10章 实战：数据预处理
第11章 实战：数据分析
第12章 Python网络爬虫
第13章 Scikit-learn机器学习