本书内容及知识体系

第1篇　数据分析与Python程序语言（第1～2章）

本书第1章从数据分析的发展说起，从早期的统计分析到现今的大数据与人工智能发展，介绍计算机科学的演进如何带动数据时代的到来；接着阐述数据项目分析流程应如何制定，以及Python与数据分析的关系；最后介绍数据科学家必备的知识与技能。第2章介绍与Python相关的基础知识，为后续深入学习Python打下基础。

第2篇　数据的存取与使用（第3～4章）

第3章介绍常见的数据来源与获取方式，归纳成几种常见的形式，即文件、API与网页爬虫。第4章深入讨论网络爬虫的实操技术，从认识HTTP网站框开始到爬虫应用，全方位解析网络爬虫相关内容。

第3篇　常见数据分析工具（第5章）

第5章介绍3个将Python用于数据分析的主流套件，分别是高效能的数学运算工具NumPy、串起数据与程序设计工具Pandas和可视化呈现数据工具Matplotlib，并系统性地介绍这3个主流套件的使用方法与其核心目标。

第4篇　数据分析流程（第6～9章）

第6～9章，依照数据分析的流程—“定义问题与观察数据”“数据清理与类型转换”“数据探索与可视化”“特征工程”4个环节，解析如何使用Python与搭配适当的工具进行数据分析。

第5篇　数据分析流程示例应用（第10章）

本书第10章提供了3个项目实战案例，利用几个真实的数据集实践本书前面讨论的各种方法。