本书是从实践出发，同时结合一线教师的实践教学经验，以示例为主线，把可视化需要的Python基础语法，Numpy和pandas包中数据结构及读取Excel/CSV文件操作、无效数据处理操作，Matplotlib和pandas包的不同种类图形绘制框架代码等内容都融入到示例中，通过示例，循序渐进、浅显易懂地讲解可视化分析所需要的知识点。
本书适合Python可视化初学者使用，也可作为相关机构的培训用书。

第1章 Python基础导入
1.1 Python到底是什么
1.1.1 Python的发展史
1.1.2 Python优缺点
1.2 Python快速准备
1.2.1 Python下载
1.2.2 配置环境变量
1.2.3 运行Python
1.3 在哪里编辑Python
1.3.1 Python自带的IDLE
1.3.2 Anaconda和PyCharm
1.3.3 关于中文编码问题
1.4 开始编程
1.4.1 从“Hello，World!”开始
1.4.2 缩进和标注问题
1.5 开始数据计算
1.5.1 直接进行算术运算
1.5.2 math模块提供丰富的数学函数
1.5.3 Python科学计算库
1.6 Python和我们沟通的开始
1.6.1 接收输入内容的input()函数
1.6.2 输出内容的print()函数
1.7 文件读取与写入功能
1.7.1 读文件
1.7.2 写文件
第2章 Python中的数据类型
2.1 Python数据类型：数值型
2.2 Python数据类型：字符串
2.2.1 字符串概念
2.2.2 字符串常用操作方法
2.2.3 原始字符串
2.3 Python数据结构：列表和元组
2.3.1 创建和操作列表
2.3.2 创建和操作元组
2.4 Python数据结构：字典
2.5 Python数据结构：集合
第3章 Python中重复利用的函数与模块
3.1 了解Python的流程控制语句
3.1.1 if...else语句
3.1.2 for和while循环语句
3.1.3 死循环
3.1.4 continue和break语句
3.1.5 pass语句
3.2 遍历实践
3.2.1 range()函数
3.2.2 列表遍历
3.3 函数
3.3.1 函数的定义
3.3.2 函数的参数及类型
3.3.3 函数调用
3.3.4 最简单的函数：使用lambda表达式定义函数
3.4 面向对象思想
3.4.1 Python中的面向对象思想
3.4.2 Python中类的定义及简单使用
3.4.3 Python中类的属性和方法
3.4.4 Python中类的继承使用
第4章 为数据分析做准备
4.1 助手pip
4.1.1 安装pip
4.1.2 pip最常干的工作
4.1.3 利用pip安装第三方库
4.2 Numpy包
4.2.1 Numpy中数组创建
4.2.2 Numpy中一维数组
4.2.3 Numpy中二维数组
4.3 Numpy数组可视化赏析
4.4 存储数据文件读写详解
4.4.1 csv格式数据读取
4.4.2 Excel格式数据读取
第5章 由Matplotlib 开始数据可视化
5.1 基础用法介绍
5.1.1 Matplotlib安装
5.1.2 绘图简述
5.2 绘制线形图
5.3 绘制散点图
5.4 绘制直方图
5.5 绘制条形图
5.6 绘制箱线图
5.7 绘制饼状图
第6章 用pandas进行文件数据分析
6.1 pandas安装
6.2 pandas数据结构简介
6.2.1 Series
6.2.2 DataFrame
6.3 pandas读写csv数据
6.4 pandas读写Excel数据
6.5 数据清洗
6.5.1 缺失数据处理问题
6.5.2 去除缺失数据
6.5.3 填充缺失数据
6.5.4 移除重复数据
6.6 pandas绘图
6.6.1 简单图
6.6.2 条形图
6.6.3 直方图
6.6.4 箱形图
6.6.5 区域块图形
6.6.6 散点图
6.6.7 饼状图
6.6.8 数据分析实战
附录A math模块可用函数
附录B 内置函数
附录C pandas中直方图参数