本书按照“‘十四五’高等学校新工科计算机类专业系列教材”总体编写规划的要求而编写，从Python数据分析的基础知识入手，系统地论述数据分析的流程和方法，结合大量的数据分析案例，内容循序渐进，通过完整的实例系统、全面地阐释了Python数据分析的相关知识。
本书共9章，主要包括数据分析与Python基础、NumPy数值计算、Pandas统计分析、数据载入与预处理、数据分析可视化、数据分析方法、时间序列数据分析、文本数据分析、图像数据分析等内容，并且按照数据分析的流程对大量实例进行分析。
本书适合作为高等院校智能科学与技术、数据科学与大数据、物联网工程、软件工程和计算机科学与技术等专业的教材，也可作为Python数据分析爱好者的参考书，还可作为各类人工智能技术培训用书。

第一部分 Python数据分析基础
第1章 数据分析与Python基础
1.1 数据分析基础
1.1.1 什么是数据分析
1.1.2 数据分析流程
1.1.3 数据分析的发展
1.2 常用Python数据分析环境搭建
1.2.1 在Windows下安装Anaconda
1.2.2 Jupyter Notebook的安装与启动
1.2.3 Jupyter Notebook的基本使用
1.3 Python编程基础
1.3.1 数据类型及其转换
1.3.2 函数
1.4 案例分析与实训
1.4.1 Python做数学问题
1.4.2 Python做文宇处理
1.4.3 Python做逻辑流程控制
1.4.4 Python做基本数据统计
习题
第2章 NumPy数值计算
2.1 NumPy多维数组
2.1.1 NumPy数组创建
2.1.2 Numpy数组对象属性和数据转换
2.1.3 生成随机数
2.2 数组的索引和切片
2.2.1 一维数组的索引和切片
2.2.2 多维数组的索引和切片
2.2.3 花式索引
2.3 数组的重构
2.3.1 数组的变形
2.3.2 数组的拼接
2.3.3 数组的分裂
2.4 数组的运算
2.4.1 数组和标量间的运算
2.4.2 通用函数
2.4.3 条件逻辑运算
2.4.4 广播机制
2.4.5 数组的比较和布尔数组
2.5 数组读/写
2.5.1 读/写二进制文件
2.5.2 读/写文本文件
2.5.3 读/写CSV文件
2.6 NumPy中的数据统计与分析
2.6.1 排序
2.6.2 重复数据与去重
2.6.3 常用统计函数
2.7 案例分析与实训
习题
第3章 Pandas统计分析
3.1 Pandas中的数据结构
3.1.1 Series
3.1.2 DataFrame
3.1.3 索引对象
3.2 Pandas索引操作
3.2.1 重建索引
3.2.2 更换索引
3.3 DataFrame数据的查询与编辑
3.3.1 DataFrame数据的查询
3.3.2 DataFrame数据的编辑
……
第二部分 数据分析流程及相关技术
参考文献