本书着重讲述Python语言和数据分析工具包的应用。 全书共分12章。第1章主要介绍Python的发展历史、特点、集成开发环境、内置模块、帮助的使用等内容； 第2章主要介绍Python语言的基础知识； 第3章主要介绍Python中常用的数据结构，包括序列、字典、集合，以及函数的定义和调用等； 第4章主要介绍Python中类、对象和方法的相关内容； 第5章主要介绍Python进行数据分析常用的NumPy、Pandas、Matplotlib、SciPy和Scikitlearn等基础库内容； 第6章主要介绍网络数据获取的HTML和XML两种网页组织形式，以及urllib和BeautifulSoup4两个模块内容； 第7章主要介绍Python文件的操作； 第8章主要介绍Python数据可视化及使用Python绘制图表的知识； 第9章主要介绍利用Python进行数据库应用开发； 第10、11章主要介绍Python机器学习的基本概念及有监督学习、无监督学习算法的原理； 第12章主要介绍Python在地理空间分析中的应用。本书一方面侧重对Python数据分析基础知识的讲解，另一方面注重Python数据处理方法的应用。本书中的代码均在Python 3.5中测试通过。 本书可作为高等院校计算机相关专业学生学习数据分析的入门教材，也可作为Python爱好者的参考书。

前言 Python作为大数据时代非常受欢迎的编程语言，具有语法简洁、开源兼容、类库丰富和数据处理能力强大等特点，是信息管理与信息系统、工商管理、电子商务等专业本科生进行数据分析必须掌握的基础性语言和技术工具，非常适合数字智能社会“新文科”大学生学习。 为培养当代大学生的数字素养，全面提升学生Python数据分析与实践的能力，本书着重讲述Python语言的基础语法、机器学习、数据分析基础库以及项目应用案例。全书共12章。第1章主要介绍Python的发展历史、特点、集成开发环境、内置模块、帮助的使用等内容； 第2章主要介绍Python语言的基础知识； 第3章主要介绍 Python 中常用的数据结构，包括序列、字典、集合，以及函数的定义和调用等； 第4章主要介绍Python中类、对象和方法的相关内容； 第5章主要介绍 Python 进行数据分析常用的NumPy、Pandas、Matplotlib、SciPy和Scikitlearn等基础库内容； 第6章主要介绍网络数据获取的HTML和XML两种网页组织形式，以及urllib和BeautifulSoup4两个模块内容； 第7章主要介绍Python 文件的读写操作方法； 第8章主要介绍 Python数据可视化，以及使用Python 绘制图表的知识； 第9章主要介绍利用Python进行数据库开发的方法与应用过程； 第10 章介绍机器学习——有监督学习基本原理,包括支持向量机算法、回归算法等以及“生物多样性”分析案例； 第11章介绍机器学习——无监督学习的聚类原理,包括Kmeans算法、DBSCAN算法等...