本书采用产教融合方式编写，以数据分析与可视化应用场景为设计框架，选择汽车、金融、生活、零售、电子商务等典型的数据应用场景，以Python为数据分析与可视化工具，以机器学习为主要分析方法。全书以通俗易懂、图文并茂的方式，介绍了商业问题的分析逻辑、处理流程及工具方法的有效使用，帮助学生形成可以迁移的问题解决认知图式，避免课程学习变成纯粹的统计理论知识学习，或者简单数据分析工具（软件）的操作训练。
本书适合财经商贸类专业学生使用，同时也适合对商业数据分析与可视化感兴趣的企业、培训机构相关人员使用。

第1章 二手车估价
1.1 前测
1.2 概念理解
1.3 任务单
1.4 知识与技能学习
1.5 实践应用
1.6 后测
1.7 拓展学习
1.8 回顾与反思
第2章 季节性库存预测
2.1 前测
2.2 概念理解
2.3 任务单
2.4 知识与技能学习
2.5 实践应用
2.6 后测
2.7 拓展学习
2.8 回顾与反思
第3章 咖啡豆品种分类预测
3.1 前测
3.2 概念理解
3.3 任务单
3.4 知识与技能学习
3.5 实践应用
3.6 后测
3.7 拓展学习
3.8 回顾与反思
第4章 健身客户流失预测
4.1 前测
4.2 概念理解
4.3 任务单
4.4 知识与技能学习
4.5 实践应用
4.6 后测
4.7 拓展学习
4.8 回顾与反思
第5章 客户群体特征分析
5.1 前测
5.2 概念理解
5.3 任务单
5.4 知识与技能学习
5.5 实践应用
5.6 后测
5.7 拓展学习
5.8 回顾与反思
第6章 小贷公司暗点操作风险识别
6.1 前测
6.2 概念理解
6.3 任务单
6.4 知识与技能学习
6.5 实践应用
6.6 后测
6.7 拓展学习
6.8 回顾与反思
第7章 商品销售关联分析
7.1 前测
7.2 概念理解
7.3 任务单
7.4 知识与技能学习
7.5 实践应用
7.6 后测
7.7 拓展学习
7.8 回顾与反思
第8章 商品评价分析
8.1 前测
8.2 概念理解
8.3 任务单
8.4 知识与技能学习
8.5 实践应用
8.6 后测
8.7 拓展学习
8.8 回顾与反思
附录A Matplotlib数据可视化
A.1 基础图形绘制
A.2 坐标轴控制
A.3 多个图形显示