本教材是“医药高等职业教育本科规划教材”之一，共13个项目，内容涵盖掌握Python编程基础、组织程序和项目文件、面向对象的程序设计、用容器管理和使用数据、在文件中存取数据、用正则表达式处理大量文本数据、程序调试和异常处理、NumPy模块的使用、Pandas模块的使用、数据处理的常见场景、数据可视化、机器学习和综合实训项目，有较强的实用性和针对性。
本教材主要供企业数字化管理、电子商务等专业教学使用，也可作为相关从业人员的参考用书。

项目一 掌握Python编程基础
任务一 Python数据分析编程环境的建立
一、安装编程环境
二、Jupyter Notebook的使用
任务二 算法描述
一、基于存储器的问题解决思路
二、从自然语言到编程语言
任务三 构建程序
一、从问题到程序的构建过程
二、程序的构成要素
三、数据类型
四、运算符和表达式
任务四 设定计算机的处理次序
一、程序流程控制结构
二、选择结构
三、循环结构
项目二 组织程序和项目文件
任务一 模块化组织程序
一、函数
二、函数的参数传递
三、局部变量和全局变量
四、递归函数
任务二 程序项目的文档组织
一、模块和包
二、导入模块
三、创建模块
四、创建包
五、导入第三方模块
项目三 面向对象的程序设计
任务 将概念设想投射到计算机中
一、类和对象
二、面向对象编程
三、实例和self
四、继承
项目四 用容器管理和使用数据
任务一 理解容器数据类型
一、Python的容器类型
二、容器类型对象的相关操作
任务二 用容器管理数据
一、可迭代对象
二、支持可迭代对象的内置函数
项目五 在文件中存取数据
任务一 打开和关闭文件
任务二 读写文件
任务三 随机访问
项目六 用正则表达式处理大量文本数据
任务一 正则表达式的编写
任务二 使用正则表达式的函数
一、查找功能的函数
二、替换功能的函数
三、分割功能的函数
四、编译正则表达式
五、flags参数
任务三 处理大量文本数据的实例
项目七 程序调试和异常处理
任务一 寻找程序逻辑错误的方法
任务二 异常处理增强程序的健壮性
项目八 NumPy模块的使用
任务一 使用NumPy组织数据
一、NumPy多维数组的特点
二、数组的属性与数据类型
三、创建多维数组对象
四、数组的变换
五、索引与切片
任务二 使用NumPy进行科学计算
一、数组的运算
二、矩阵的运算
三、NumPy中数据统计的相关操作
任务三 从文件中读/写数组
一、从文本文件中读取数据
二、向文本文件中写入数据
项目九 Pandas模块的使用
任务一 用Series数据结构管理数据
一、Series数据结构
二、Series数据处理
任务二 用DataFrame数据结构管理数据
一、DataFrame数据结构
二、Dataframe数据结构的创建
三、获得DataFrame的组成
四、查看数据
五、Dataframe数据操作
六、DataFrame对象的运算
项目十 数据处理的常见场景
任务一 数据读写
一、数据读写函数
二、读写csv文件的实例
任务二 拼接或者合并数据集
任务三 数据分组汇总
任务四 数据转换
一、重复值的查找和删除
二、数据替换
三、映射
四、离散化
任务五 数据准备和相关处理方法
一、对数据质量的评估
二、常用的数据与处理方法
项目十一 数据可视化
任务一 掌握Matplotlib数据可视化编程的方法
一、安装和引用Matplotlib模块
二、Matplotlib图表成员的结构
三、Matplotlib编程方式
四、使用多个子图
五、设置图的成员
六、Matplotlib字体样式参数配置
任务二 常用图形的案例
一、掌握数据可视化设计思路
二、柱状图
三、折线图
四、雷达图
五、散点图
六、饼图
项目十二 机器学习
任务一 使用Scikit-learn完成部分机器学习任务
一、什么是机器学习
二、机器学习模型的训练过程
三、线性回归
四、决策树
五、聚类
任务二 定义数据分析项目目标和过程
一、数据分析的背景
二、数据分析的过程
项目十三 综合实训项目
任务一 UCI心脏病数据集分析
一、实训目标
二、实训背景
三、实训任务
任务二 某平台母婴市场购物数据集分析
一、实训目标
二、实训背景
三、实训任务
任务三 Google Play Store Apps数据集分析
一、实训目标
二、实训背景
三、实训任务
参考文献