本书深入浅出地阐述Python程序设计的基础知识，同时着重介绍NumPy库、Pandas数据分析方法和Matplotlib/Seaborn可视化的内容，并提供上机实验指导。通过丰富的实例与实验设计，将Python理论与实践有机结合，让编程变得不再枯燥，易学有趣。 全书内容分为三篇： 第1~8章为基础篇，着重介绍Python编程的基础知识； 第9~11章为进阶篇，主要介绍数据分析中常用的NumPy、Pandas与Matplotlib库的使用； 第12章和第13章为实践篇，着重介绍实践案例与上机实验。本书内容由浅入深、通俗易懂，实例丰富，同时配有教学大纲、教学课件、电子教案、程序源码、习题答案、期末试卷和450分钟的微课视频。 本书可作为高等院校计算机、信息管理等相关专业的教材，也可供有意从事数据分析工作的初学者、开发人员以及研究人员参考。

前言 本书从Python入门基础知识起步，循序渐进地介绍利用Python语言编写程序的方法以及数据分析工具的使用，旨在培养读者利用编程理论知识解决实际问题的能力。 本书共13章，分为三篇： 基础篇(第1~8章)，主要内容有Python开发环境介绍、程序设计的基本结构、数据的容器、函数、面向对象编程、字符串与正则表达式以及文件读写； 进阶篇(第9~11章)，主要内容包括NumPy库、Pandas库与Matplotlib/Seaborn库； 实践篇(第12章和第13章)，主要内容包括数据分析综合案例与上机实验指导等。此外，附录中还包含常用的函数和方法，便于读者查阅。 本书的写作目标有以下几点。 (1) 通俗易懂。初学编程时，容易陷入纷杂的语法中，而难以体会编程的乐趣。基础篇尽量采用简练的语言表述，由浅入深地从编程思维引导入手，让初学者了解怎样用程序解决简单的问题。 (2) 易于实践。进阶篇和实践篇主要介绍用NumPy、Pandas和Matplotlib/Seaborn等第三方库进行数据分析的方法，并配有详细的实例讲解。 (3) 为了方便Python实践教学，本书在实践篇中设计了多个上机实验与综合实例，可在48学时或64学时Python相关课程的实验教学中使用。 为便于教学，本书提供丰富的配套资源，包括教学大纲、教学课件、电子教案、程序源码、习题答案、期末试卷和450分钟的微课视频。 资源下载提示 素材（源码）等资源： 扫描目录上方的二维码下载。 微课视频： 扫描封底的文泉云盘防盗码，再扫描书中相应章节的视...