作者根据自己多年的前后端开发经验，站在完全零基础读者的角度，详尽介绍了Pytho数据分析的基础知识，以及大量的开发技巧，全书围绕着“数据分析三剑客（NumPy、Pandas、Matplotlib）”进行细致的介绍。这三款工具的知识点非常多，本书尽量系统细致地介绍最精华的知识点，以便为读者构建一个完善的知识体系，并且为后续的工作打下坚实的基础。每一章后面的实战题以及练习题，经过精心设计，可以锻炼读者的数据分析实战能力，对于巩固基础以及锻炼技术是非常有帮助的。
本书适用对象为数据分析零基础的初学者，想要系统学习的Python工程师，大中专院校相关专业的老师和学生。

第一部分 NumPy篇
第1章 数据分析概述
1.1 数据分析简介
1.1.1 数据科学是什么？
1.1.2 数据分析是什么？
1.1.3 应该学些什么？
1.2 课程介绍
1.2.1 课程说明
1.2.2 常见问题
1.3 使用VSCode
1.3.1 安装VSCode
1.3.2 安装插件
1.3.3 运行代码
第2章 NumPy基础
2.1 NumPy是什么？
2.2 创建数组
2.2.1 基本方法
2.2.2 随机数组
2.2.3 数组与列表的区别
2.3 数组属性
2.4 元素操作
2.4.1 访问元素
2.4.2 修改元素
2.4.3 添加元素
2.4.4 删除元素
2.4.5 切片
2.5 数组操作
2.5.1 修改形状
2.5.2 修改维度
2.5.3 翻转数组
2.5.4 数组去重
2.5.5 合并数组
2.5.6 分割数组
2.6 各种运算
2.6.1 基本运算
2.6.2 比较运算
2.6.3 标量运算
2.6.4 数学函数
2.6.5 统计函数
2.7 遍历数组
2.8 大小排序
2.9 本章练习
第3章 NumPy进阶
3.1 浅拷贝和深拷贝
3.1.1 浅拷贝
3.1.2 深拷贝
3.2 axis的值
3.3 广播机制
3.3.1 维数不同
3.3.2 维数相同
3.3.3 标量运算
3.4 读写文件
3.4.1 读取文件
3.4.2 写入文件
3.5 矩阵简介
3.5.1 全0矩阵
3.5.2 全1矩阵
3.5.3 单位矩阵
3.5.4 随机矩阵
3.6 本章练习
第二部分 Pandas篇
第三部分 Matplotlib篇
第四部分 工具篇
第五部分 附录