本书重点介绍Python在多元数据分析和统计建模方面的应用，内容包括三个方面：多元数据的基本分析及可视化、多元数据的无监督机器学习、多元数据的有监督机器学习。内容涉及多元统计分析及软件概述、多元数据的Python处理、多元数据的Python可视化、聚类分析及Python分类、综合评价及Python应用、主成分分析及Python计算、因子分析及Python应用、对应分析及Python视图、相关与回归及Python分析、典型相关分析及Python应用、扩展线性模型及Python建模、判别分析及Python算法。本书内容丰富、图文并茂、可操作性强且便于查阅，能有效帮助读者提高数据处理与统计分析的水平和效率。全书基于Anaconda的Jupyter Notebook进行数据的多元统计分析和课堂教学。作者还建立了学习网站（www.jdwbh.cn/Rstat）和博客（www.yuque.com/rstat），书中例题的数据、习题数据及Python语言代码都可直接从上面下载使用，读者也可从封底的二维码中下载书中的数据和代码。
本书适合各个层次的多元数据分析学习者，既可作为机器学习初学者的人门指南，又可作为中、高级学习者的参考手册，同时还可作为各大中专院校和培训班的多元数据分析及Python建模教材。

上篇 多元数据的基本分析及可视化
第1章 多元统计分析及软件概述
1.1 多元统计分析的历史
1.2 多元统计分析的用途
1.3 多元统计分析的内容
1.4 统计分析软件及应用
1.5 Python数据分析平台
案例1：Python数据分析编程平台Spyder
思考与练习
第2章 多元数据的Python处理
2.1 Python的编程基础
2.2 Python数值分析
2.3 多元数据的收集和整理
2.4 Python的数据框
2.5 Python数据框的分析
案例2：多元数据的基本统计分析
思考与练习
第3章 多元数据的Pythonn可视化
3.1 多元数据可视化准备
3.2 条图或柱图
3.3 描述统计及箱线图
3.4 变量间的关系图
3.5 其他多元分析图
案例3：城市现代化水平的直观分析
思考与练习
中篇 多元数据的无监督机器学习
第4章 聚类分析及Python分类
4.1 聚类分析的概念、类型和特点
4.2 聚类统计量
4.3 系统聚类法
4.4 快速聚类法
案例4：全国区域经济发展的聚类分析
思考与练习
第5章 综合评价及Python应用
5.1 综合评价的基本概念
5.2 评价指标体系的构建
5.3 数据无量纲化及权重确定
5.4 综合评价方法及其应用
案例5：广东省知识产权发展水平的综合评价
思考与练习
第6章 主成分分析及Python计算
6.1 主成分分析的概念
6.2 主成分分析的性质
6.3 主成分分析步骤
6.4 主成分分析注意事项
案例6：地区电信业发展的主成分分析
思考与练习
第7章 因子分析及Python应用
7.1 因子分析模型
7.2 因子载荷及解释
7.3 因子旋转
7.4 因子得分
7.5 因子分析步骤
7.6 实际中进行因子分析
案例7：上市公司经营业绩评价的因子分析
思考与练习
第8章 对应分析及Python视图
8.1 对应分析的提出
8.2 对应分析基本原理
8.3 对应分析计算步骤
8.4 对应分析注意事项
案例8：对应分析在农民收入中的应用
思考与练习
下篇 多元数据的有监督机器学习
第9章 相关与回归及Python分析
9.1 变量间的关系
9.2 一元相关与回归分析
9.3 多元相关与回归分析
案例9：中国宏观经济发展的多因素分析
思考与练习
第10章 典型相关分析及Python应用
10.1 引言
10.2 相关分析的架构
10.3 典型相关分析原理
10.4 典型相关分析步骤
案例10：R&D投入与产出的典型相关分析
思考与练习
第11章 扩展线性模型及Python建模
11.1 数据分类与模型选择
11.2 方差分析模型
11.3 广义线性模型
案例11：服务产品观点的Logistic回归模型
思考与练习
第12章 判别分析及Python算法
12.1 判别分析的概念
12.2 Flsher判别法
l2.3 Bayes判别法
案例12：企业财务状况的判别分析
思考与练习
附录 书中自定义函数及使用
参考文献