数据挖掘是一门技术，本书正是基于易懂、易学的Python软件来实现数据挖掘目标的。全书共12章，介绍了Python的基础知识，数据挖掘技术的基础知识，数据挖掘的方法、技术，使用Python进行数据挖掘技术的应用。本书最大特色是基于大量实例并应用Python编程来介绍数据挖掘，使读者易于理解和掌握相关知识点。
本书适合Python学习者、学习数据挖掘课程的本科生和研究生、数学建模学习者、数据处理与科学计算等相关研究人员参考阅读。

前言
第1章 Python语言简介、安装与使用
1.1 Python简介
1.2 Python的安装及其使用
第2章 Python基础
2.1 Python关键字及其标识符
2.2 运算符及其用法
2.3 变量及其赋值
2.4 库的导入与常用数学库
2.5 Python的数据类型及其结构
2.5.1 字符串及其运算
2.5.2 列表list用法
2.6 tuple元组及其用法
2.7 字典及其用法
第3章 Python流程控制
3.1 Python流程控制简介
3.2 布尔值
3.3 if条件选择
3.3.1 if单分支结构实例
3.3.2 if双分支结构
3.3.3 if多分支结构
3.3.4 if的嵌套使用
3.4 fOr循环控制
3.4.1 fOr循环次数的控制
3.4.2 for循环遍历的使用
3.4.3 fOr循环的多变量同步
3.5 while循环控制
3.6 break与continue的控制
3.6.1 break语句的迭代中断
3.6.2 continue语句的迭代跳出
3.7 循环迭代的综合应用
3.7.1 循环迭代与数学问题
3.7.2 循环中的加密与解密设计
3.7.3 循环中的随机控制
3.7.4 循环中的游戏小程序
3.7.5 流程控制中的综合应用
第4章 自定义函数与文件读写操作
4.1 自定义函数
4.1.1 无参数函数的定义
4.1.2 带一个参数的函数定义
4.1.3 带多个参数的函数定义
4.1.4 自定义函数中self参数调用类的实例对象
4.1.5 局部、全局变量及其转化
4.1.6 自定义函数的综合运用
4.2 数据文件操作
4.2.1 txt文件的读写操作
4.2.2 Excel文件的读写操作
4.2.3 Excel数据的提取与切片
4.2.4 CSV格式文件的读写操作
4.3 程序的异常及其处理
4.3.1 常见语法错误
4.3.2 异常及其处理
第5章 常用库及其科学计算
5.1 numpy库及其应用
5.1.1 numpy中ndarray的创建
5.1.2 numpy库中ndarray数组属性
5.1.3 numpy库中ndarray数组的切片提取
5.1.4 numpy库中的结构数组
5.2 numpy库中的ufunc函数
5.2.1 ufunc函数的四则运算
5.2.2 比较运算与布尔运算
5.3 numpy中的函数库
5.3.1 随机数函数
5.3.2 求和、均值、方差等函数
5.3.3 numpy中的大小与排序函数
5.3.4 mlmpy中常用统计函数
5.3.5 numpy函数对多维数组的操作
5.4 syrupy库及其应用
5.4.1 sympy库中的一些运算函数
5.4.2 求约束条件下的函数最值
5.4.3 sympy库求几类方程的解
5.5 scipy库的科学计算及其应用
5.5.1 scipy库的统计分布与检验stats包
5.5.2 optimize的最优化方法
5.5.3 方程与微分动力方程求解
5.5.4 拟合与聚类
5.5.5 规划问题求解
第6章 数据可视化与作图
6.1 图像的读取与保存
6.1.1 用matplotlib读取图像与保存
6.1.2 PIL库读取图像与保存不同格式图像
6.2 二维图像的制作
6.2.1 制图数据的快速产生
6.2.2 点、线、点线图的绘制
6.2.3 曲线图的绘制与属性设置
6.2.4 饼图的绘制
6.2.5 散点图的绘制
6.2.6 柱状图的绘制
6.2.7 作图填充绘制方法
6.2.8 子窗口制图方法
6.3 三维图的绘制
6.3.1 三维曲线图的绘制
6.3.2 三维曲面图的绘制
6.3.3 三维散点图的绘制
6.3.4 曲面等高线的绘制
6.4 一些系统仿真绘图方法
6.4.1 布朗运动仿真图
6.4.2 马尔可夫状态切换图
6.4.3 云词图
6.4.4 洛伦兹系统仿真图
6.4.5 股票行情图的绘制
6.4.6 网络与节点图
6.5 动画绘图方法例解
6.5.1 基于matplotlib的动态图
6.5.2 基于turtle库的动态图
第7章 数据操作、整理与特征分析
7.1 pandas库简介
7.2 数据的读取、初探、查询与保存
7.2.1 Dandas对数据的读取与初探
7.2.2 数据的查询与保存
7.3 DataFrame函数及对数据的操作
7.3.1 DataFrame的常用函数及其功能
7.3.2 将数据写入Excel表格
7.3.3 DataFrame创建二维数据表
7.3.4 DataFrame数表检索与运算
7.3.5 DataFrame数表重新塑型与拼接
7.4 series函数及对数据的操作
7.4.1 series中的一些常用函数
7.4.2 series的应用示例
7.5 数据整理的综合应用
7.6 数据的特征分析
7.6.1 数据的描述性统计分析
7.6.2 数据的异常检测
7.6.3 数据的文本分析
第8章 数据标准化与模型降维挖掘
8.1 数据标准化方法
8.1.1 数据的常用标准化方法
8.1.2 数据标准化实例
8.2 模型降维挖掘
8.2.1 数据的主成分降维分析
8.2.2 数据降维的Lasso方法
8.2.3 数据的因子分析
8.2.4 数据的独立成分降维分析
8.2.5 数据的线性判别降维分析
8.2.6 数据的t-SNE非线性降维挖掘
8.2.