本书共9章，主要内容包括：Python语法基础、Python数据结构、函数和类、正则表达式与格式化输出、Numpy和Pands、数据处理与分析、网络爬虫、数据可视化及应用案例分析。
本书内容丰富、浅显易懂，适合本科生、研究生及对Python语言感兴趣和拟使用Python语言进行数据分析的读者使用。

余本国，博士，硕士研究生导师。于中北大学理学系任教，主讲线性代数、微积分、Python语言、大数据分析基础等课程。2012年到加拿大York University做访问学者。出版有《Python数据分析基础》等著作。

章 Python语法基础
1.1 Python概述
1.2 Anaconda
1.2.1安装Anaconda
1.2.2 spyder
1.2.3 Jupyter Notebook
1.3 语法规范
1.4 程序结构
1.4.1 顺序结构
1.4.2 判断结构
1.4.3 循环结构
1.5 异常值处理
1.6 实战体验：一行代码能干啥
第2章 Python数据结构
2.1字符串
2.2列表
2.3元组
2.4字典
2.5集合
2.6实战体验：提取特定的字符
第3章 函数和类
3.1函数
3.1.1函数结构
3.1.2 参数结构
3.1.3 函数的递归与嵌套
3.2特殊函数
3.2.1匿名函数lambda
3.2.2 关键字函数yield
3.2.3 函数map()、filter()、reduce()
3.2.4 函数eval()
3.3类
3.4函数和类的调用
3.4.1 调用函数
3.4.2调用类
3.5实战体验：编写阶乘函数
第4章 正则表达式与格式化输出
4.1正则表达式基础
4.2 re模块
4.2.1判断匹配
4.2.2 切分字符串
4.2.3 分组
4.3贪婪匹配
4.4编译
4.5正则函数
4.5.1 re.compile() 函数
4.5.2 re.match() 函数
4.5.3 re.search()函数
4.5.4 re.findall()函数
4.5.5 字符串的替换和修改
4.6格式化输出
4.6.1 使用%符号进行格式
4.6.2 使用format()方法进行格式化
4.6.3 f方法格式化
4.7实战体验：验证信息的正则表达式
第5章 Numpy和Pandas
5.1 Numpy库
5.1.1 数组的创建
5.1.2数组的操作
5.1.3 数组的计算
5.1.4 统计基础
5.1.5 矩阵运算
5.2 Pandas库
5.2.1 数据类型
5.2.2 数据结构
5.2.3 数据导入
5.2.4 数据导出
5.3 实战体验：输出符合条件的属性内容
第6章 数据处理与分析
6.1 数据清洗与操作
6.1.1 异常值处理
6.1.2 数据抽取
6.1.3 插入记录
6.1.4 修改记录
6.1.5 交换行或列
6.1.6 索引排名
6.1.7 数据合并与分组
6.1.8 数据运算
6.1.9 日期处理
6.2 数据标准化
6.2.1 min-max标准化
6.2.2 Z-score标准化方法
6.3 数据分析
6.3.1 基本统计
6.3.2 分组分析
6.3.3 分布分析
6.3.4 交叉分析
6.3.5 结构分析
6.3.6 相关分析
6.4 实战体验：股票统计分析
第7章 网络爬虫
7.1 urllib库
7.2 beautifulsoap 库
7.3 实战体验：爬取豆瓣网数据
第8章 数据可视化
8.1 使用Matplotlib可视化数据
8.1.1Matplotlib的设置
8.1.2 Matplotlib绘图示例
8.2 使用Echarts可视化数据
8.2.1 安装及配置
8.2.2 基本图表
8.2.3 坐标系图表
8.2.4 地图与地理坐标绘制
8.2.5 3D图形
8.3 有向图与无向图
8.3.1模块安装
8.3.2 无向图
8.3.3 有向图
8.4 实战体验：标注货物流向图
第9章 应用案例分析
9.1案例——飞机航班数据分析
……
参考文献