第1章 数据分析简介
1.1 数据分析
1.2 数据分析师的知识范畴
1.2.1 计算机科学
1.2.2 数学和统计学
1.2.3 机器学习和人工智能
1.2.4 数据来源领域
1.3 理解数据的性质
1.3.1 数据到信息的转变
1.3.2 信息到知识的转变
1.3.3 数据的类型
1.4 数据分析过程
1.4.1 问题定义
1.4.2 数据抽取
1.4.3 数据准备
1.4.4 数据探索和可视化
1.4.5 预测建模
1.4.6 模型验证
1.4.7 部署
1.5 定量和定性数据分析
1.6 开放数据
1.7 Python和数据分析
1.8 结论
第2章 Python世界简介
2.1 Python——编程语言
2.2 Python2和Python
2.2.1 安装Python
2.2.2 Python发行版
2.2.3 使用Python
2.2.4 编写Python代码
2.2.5 IPython
2.3 PyPI仓库——Python包索引
2.4 SciPy
2.4.1 NumPy
2.4.2 pandas
2.4.3 matplotlib
2.5 小结
第3章 NumPy库
3.1 NumPy简史
3.2 NumPy安装
3.3 ndarray：NumPy库的心脏
3.3.1 创建数组
3.3.2 数据类型
3.3.3 dtype选项
3.3.4 自带的数组创建方法
3.4 基本操作
3.4.1 算术运算符
3.4.2 矩阵积
3.4.3 自增和自减运算符
3.4.4 通用函数
3.4.5 聚合函数
3.5 索引机制、切片和迭代方法
3.5.1 索引机制
3.5.2 切片操作
3.5.3 数组迭代
3.6 条件和布尔数组
3.7 形状变换
3.8 数组操作
3.8.1 连接数组
3.8.2 数组切分
3.9 常用概念
3.9.1 对象的副本或视图
3.9.2 向量化
3.9.3 广播机制
3.10 结构化数组
3.11 数组数据文件的读写
3.11.1 二进制文件的读写
3.11.2 读取文件中的列表形式数据
3.12 小结
第4章 pandas库简介
第5章 pandas：数据读写
第6章 深入pandas：数据处理
第7章 用matplotlib实现数据可视化
第8章 用scikit-learn库实现机器学习
第9章 用TensorFlow库实现深度学习
第10章 数据分析实例——气象数据
第11章 JupyterNotebook内嵌JavaScript库D3
第12章 识别手写体数字
第13章 用NLTK分析文本数据
第14章 用OpenCV库实现图像分析和视觉计算
附录

Python简单易学，拥有丰富的库，并且具有极强的包容性。本书展示了如何利用Python语言的强大功能，以最小的编程代价对数据进行提取、处理和分析。这一版除了介绍数据分析和Python基础知识、NumPy库和pandas库，使用pandas读写和处理数据，用matplotlib库实现数据可视化，用scikit-learn库进行机器学习，D3库嵌入和识别手写体数字，还新增了用TensorFlow进行深度学习，用NLTK分析文本数据，用OpenCV分析图像及实现计算机视觉等内容。
本书适合数据分析师、数据科学家等所有需要进行数据采集和分析的工作人员。