江湖名号：老齐。Github名称是qiwsir，个人网页www.itdiffer.com。喜欢Python语言，不仅将它用于工作中，还愿意帮助更多人学习Python。

读者在《跟老齐学Python：数据分析》中可以学习到与数据分析、机器学习相关的Python库的应用，并通过各种类型的应用示例将所学基本知识进行综合应用。

《跟老齐学Python：数据分析》依然秉承“跟老齐学Python”系列书的写作风格，力争以通俗易懂的内容与读者分享笔者的心得。虽然数据分析强调的是严谨的科学性和缜密的逻辑性，但《跟老齐学Python：数据分析》并不会因为顾此特点而变得枯燥。

《跟老齐学Python：数据分析》可作为数据分析工程师、机器学习工程师的入门教程。

第0章  数据分析概述  1

0.1  与数据相关的概念  1

0.2  数据分析技术的发展  3

0.3  开发环境配置  5

第1章  NumPy基础和应用  9

1.1  数组对象基础  9

1.2  数组的索引和切片  25

1.3  针对数组的操作  36

1.4  运算和通用函数  46

1.5  简单统计应用  53

1.6  矩阵  57

1.7  矢量运算  60

1.8  综合应用示例  68

第2章  Pandas基础和应用  75

2.1  常用数据对象  75

2.2  索引对象  88

2.3  数据索引和切片  95

2.4  文件读写操作  107

2.5  处理缺失数据  116

2.6  规整数据  121

2.7  分组运算  141

2.8  矢量化字符串  158

2.9  与时间相关的操作  161

2.10  简单的应用示例  174

第3章  数据可视化  179

3.1  Matplotlib概览  179

3.2  设置坐标系  186

3.3  绘制图像  197

3.4  常用统计图  211

3.5  绘制三维图像  225

3.6  Seaborn掠影  231

第4章  综合应用  235

4.1  分析股票数据  235

4.2  分析文胸评论数据  245

4.3  分析电影票房数据  249

4.4  可视化城市人口数据  253

4.5  分析希腊葡萄酒数据  259

4.6  应用本福特定律  273

4.7  制作词云  278

第5章  机器学习  283

5.1  线性回归  283

5.2  线性回归示例  299

5.3  Logistic回归  304

5.4  贝叶斯方法  314

跋  324