本书从解决工作中的实际问题出发，以漫画形式讲解数据分析知识，并提炼、总结工作中常用的Python数据处理、数据分析实战方法与技巧。本书力求通俗易懂地介绍相关知识，在不影响学习、理解效果的前提下，尽可能地避免使用晦涩难懂的Python编程、统计术语或模型公式，如需了解相关的知识，可查阅相关的图书或资料。
本书的定位是带领Python数据分析初学者入门，并能在学习和工作中解决大部分问题，或满足大部分需求。入门后，读者如需进一步学习进阶技能，可自行扩展阅读相关图书或资料。学习是永无止境的，正所谓“师傅领进门，修行在个人”。

张文霖，新浪博客“小蚊子数据分析”博主，资深数据分析师，曾服务于国内著名市场研究公司、中国移动等公司，具有多年移动互联网数据分析经验，略懂Excel、PPT、SPSS、水晶易表等工具。

第1章 数据分析概况
1.1 数据分析定义
1.2 数据分析作用
1.3 数据分析步骤
1.3.1 明确分析目的和思路
1.3.2 数据收集
1.3.3 数据处理
1.3.4 分析数据
1.3.5 数据展现
1.3.6 报告撰写
1.4 常用的数据分析工具
第2章 Python概况
2.1 Anaconda安装与使用
2.1.1 Anaconda简介
2.1.2 安装Anaconda
2.1.3 使用Spyder
2.2 变量
2.2.1 变量定义
2.2.2 变量赋值
2.2.3 变量命名
2.3 数据类型
2.3.1 数值型
2.3.2 字符型
2.3.3 逻辑型
2.4 数据结构
2.4.1 列表
2.4.2 元组
2.4.3 字典
2.4.4 序列
2.4.5 数据框
2.5 函数
2.5.1 函数简介
2.5.2 Python内置函数
2.5.3 使用函数
2.6 模块
2.6.1 模块简介
2.6.2 Python标准模块
2.6.3 使用模块
2.7 Python编程注意事项
第3章 数据处理
3.1 数据导入导出
3.1.1 数据导入
3.1.2 数据访问
3.1.3 数据导出
3.2 数据清洗
3.2.1 数据排序
3.2.2 重复数据处理
3.2.3 空格数据处理
3.3 数据转换
3.3.1 数据类型查看
3.3.2 数值转字符
3.3.3 字符转数值
3.3.4 字符转时间
3.3.5 时间转字符
3.4 数据抽取
3.4.1 字段拆分
3.4.2 记录抽取
3.5 数据合并
3.5.1 记录合并
3.5.2 字段合并
3.5.3 字段匹配
3.6 数据计算
3.6.1 简单计算
3.6.2 时间计算
3.6.3 数据分组
第4章 数据分析
4.1 对比分析
4.2 描述性分析
4.3 分组分析
4.4 结构分析
4.5 分布分析
4.6 交叉分析
4.7 矩阵分析
4.8 转化分析
4.9 RFM分析
4.10 留存分析
4.11 生命周期价值分析
4.12 简单线性回归
第5章 数据可视化
5.1 数据可视化简介
5.1.1 什么是数据可视化
5.1.2 数据可视化常用图表
5.1.3 通过关系选择图表
5.1.4 Python可视化模块
5.2 matplotlib入门
5.3 饼图
5.4 柱形图
5.5 条形图
5.6 折线图
5.7 面积图
5.8 散点图
5.9 矩阵图