本书作者通过个人学习Python的亲身经历，总结出一个高效率的Python学习方法与途径，来帮助零基础的非专业程序员利用Python来进行数据处理和分析以及展开数字化营销。全书共7章，第1章介绍基础知识，第2章介绍如何写脚本，第3章重点介绍Pandas数据分析，第4章介绍Python数据抓取，第5章介绍数据可视化，第6章和第7章分别介绍如何运用Python来进行金融数据分析和数字化营销。
本书重点突出，详略得当，适合零基础的读者快速运用Python来进行数据分析与决策。

周子衿，留学期间多次入选“优等生名录”，主修商业分析，曾经运用数据模型和R语言帮助某企业在半年内实现了十倍的业务增长。奉行深思笃行的做事原则，有志于通过技术途径和感性思维来探寻商业价值与人文精神的平衡。代表译作有《游戏项目管理与敏捷开发》和《人工智能与用户体验：以人为本的设计》。

第1章 开始使用Python
1.1 安装Python
1.2 变量和数字类型
1.3 字符串
1.4 你的第一个程序
1.5 用if，elif和else语句来实现逻辑
1.6 方法
1.7 列表和元组
1.8 索引和切片
第2章 自己动手写Python脚本
2.1 有限循环
2.2 范围函数range()
2.3 嵌套的for循环
2.4 自定义函数
2.5 构建程序
2.6 无限循环
2.7 字典
2.8 将信息写入文本文件
2.9 从文本文件中读取信息
第3章 Pandas数据分析
3.1 Series数据结构
3.2 DataFrame数据结构
3.2.1 构建DataFrame
3.2.2 DataFrame切片
3.2.3 筛选DataFrame
3.3 Pandas中的逻辑运算
3.4 从CSV文件中读取数据
3.5 合并数据集
3.5.1 连接数据集
3.5.2 合并DataFrame
3.6 分组函数
第4章 Python数据抓取
4.1 网页抓取
4.2 列表推导式
4.3 用Selenium进行网页抓取
4.4 Selenium
4.5 使用API
4.6 工具库Pandas-Datareader
第5章 数据可视化
5.1 可视化库Matplotlib
5.2 折线图
5.3 直方图
5.4 散点图
5.5 饼状图
第6章 Python金融数据分析
6.1 NumPy-Financial
6.2 用fv()函数来计算终值
6.3 用pv()函数来计算现值
6.4 用npv()函数来计算净现值
6.5 风险价值
6.6 蒙特卡洛模拟
6.7 有效边界
6.8 基本面分析
6.9 财务比率
第7章 Python数字化营销
7.1 开始使用Google API Client
7.2 Twitter机器人
7.3 用Python进行电子邮件营销