黑马程序员编著的《Python数据分析与应用--从数据获取到可视化/Python应用编程丛书》采用理论与案例相结合的形式，以Anaconda为主要开发工具，系统、全面地介绍了Python数据分析的相关知识。全书共分为9章，第1章介绍了数据分析的基本概念，以及开发工具的安装和使用；第2～6章介绍了Python数据分析的常用库及其应用，涵盖了科学计算库NumPy、数据分析库Pandas、数据司视化库Matplotlib、Seaborn与Bokeh；第7、8章主要介绍了时间序列和文本数据的分析；第9章结合之前所学的技术开发了一个综合案例，演示如何在项目中运用所学的知识。除了第1章外，其他章节都包含了很多示例和综合案例，通过动手操作和练习，可以帮助读者更好地理解和掌握所学的知识。
本书适合作为高等院校计算机相关专业的大数据技术类课程教材，也可以作为大数据技术爱好者入门用书。

第1章 数据分析概述
1.1 数据分析的背景
1.2 什么是数据分析
1.3 数据分析的应用场景
1.4 数据分析的流程
1.5 为什么选择Python做数据分析
1.6 创建新的Python环境——Anaconda
1.6.1 Anaconda发行版本概述
1.6.2 在Windows系统中安装Anaconda
1.6.3 通过Anaconda管理Python包
1.7 启用Jupyter Notebook
1.7.1 启动Anaconda自带的Jupyter Notebook
1.7.2 Jupyter Notebook界面详解
1.7.3 Jupyter Notebook的基本使用
1.8 常见的数据分析工具
小结
习题
第2章 科学计算库NumPy
2.1 认识NumPy数组对象
2.2 创建NumPy数组
2.3 ndarray对象的数据类型
2.3.1 查看数据类型
2.3.2 转换数据类型
2.4 数组运算
2.4.1 矢量化运算
2.4.2 数组广播
2.4.3 数组与标量间的运算
2.5 ndarray的索引和切片
2.5.1 整数索引和切片的基本使用
2.5.2 花式（数组）索引的基本使用
2.5.3 布尔型索引的基本使用
2.6 数组的转置和轴对称
2.7 NumPy通用函数
2.8 利用NumPy数组进行数据处理
2.8.1 将条件逻辑转为数组运算
2.8.2 数组统计运算
2.8.3 数组排序
2.8.4 检索数组元素
2.8.5 唯一化及其他集合逻辑
2.9 线性代数模块
2.10 随机数模块
2.11 案例——酒鬼漫步
小结
习题
第3章 数据分析工具Pandas
3.1 Pandas的数据结构分析
……
第4章 数据预处理
第5章 数据聚合与分组运算
第6章 数据可视化
第7章 时间序列分析
第8章 文本数据分析
第9章 数据分析实战——北京租房数据统计分析