本書以Python作為數(shù)據(jù)分析的工具，系統(tǒng)地介紹數(shù)據(jù)分析所需的核心知識點，為書中的數(shù)據(jù)分析任務提供分析說明、代碼示例和極為詳細的代碼注釋，對于代碼中出現(xiàn)的重要知識點會細心地為讀者標注出相關內容在書中出現(xiàn)的章節(jié)位置。
全書共11章，分為3篇：初識篇、基礎篇和進階篇。初識篇（第1和2章），主要介紹數(shù)據(jù)分析和Python的相關基礎概念，一些數(shù)據(jù)分析的具體應用場景及Python的集成開發(fā)環(huán)境；基礎篇（第3~9章），主要介紹Python的基礎語法，自動化辦公的基礎操作，數(shù)據(jù)可視化庫Matplotlib和Seaborn，數(shù)據(jù)分析的核心庫Numpy和Pandas，提供了大量翔實有趣的編程和數(shù)據(jù)分析示例；進階篇（第10和11章），主要介紹了機器學習的入門基礎理論知識和代碼實現(xiàn)，監(jiān)督學習和無監(jiān)督學習的各種典型算法，涉及機器學習和數(shù)據(jù)挖掘的常用庫scikit-learn及神經(jīng)網(wǎng)絡框架PyTorch等的使用，還介紹了編程算法中的動態(tài)規(guī)劃，數(shù)據(jù)分析的實戰(zhàn)例子。
本書面向初學者，可以作為高等院校各專業(yè)的數(shù)據(jù)分析課程教材，也可以作為廣大數(shù)據(jù)分析從業(yè)者、愛好者、辦公人員、科研人員的參考和學習用書。