数据作为一种新型生产要素，在未来的社会发展过程中将扮演越来越重要的角色，提升数据素养将有助于促进中国人工智能后备人才的高质量发展。本书以人工智能下的大数据时代为背景，从数据素养、数据分析基础、统计分析、机器学习几个维度全面系统地介绍了如何探索数据、整理数据和分析数据。本书没有给出晦涩难懂的数学公式，也不涉及复杂烦琐的程序代码，而是在阐述基本原理的基础上，辅以简洁的Python程序，让读者能够快速入门，提升个人的数据综合素养。
本书不但适合对人工智能涉及的数据分析相关内容具有强烈兴趣的学者阅读，而且可以作为对人工智能感兴趣的高中生的学习参考用书，同时可以为所有想提升自身数据素养并逐步深入了解数据科学知识的读者提供参考。

袁中果，博士、中国人民大学附属中学信息技术教研组组长，中国人工智能学会中小学工作委员会秘书长，中国自动化学会普及工作委员会副主任委员，北京市特级教师，中国人民大学博士，海淀区名师工作站导师，海淀区优秀种子教师工作站实践导师，海淀区督学。

第1章 人工智能下的大数据时代
1.1 大数据时代和人工智能
1.1.1 一切皆为数据
1.1.2 数据高速增长时代
1.1.3 利用人工智能掘金大数据
1.2 人工智能三要素
1.2.1 数据——AI之源
1.2.2 算法——AI之核
1.2.3 算力——AI之驱
1.3 数据素养
1.3.1 何为数据素养
1.3.2 数据素养为何重要
1.3.3 如何提升数据素养
1.4 本章小结
第2章 Python数据分析基础
2.1 Python基础
2.1.1 Python简介
2.1.2 Python数据类型
2.1.3 常用的操作、函数和方法
2.1.4 列表、元组、字典
2.1.5 顺序结构
2.1.6 分支结构
2.1.7 循环结构
2.2 Python数据分析环境
2.2 Python数据分析环境
2.2.1 使用pip安装数据分析相关库
2.2.2 安装Anaconda
2.3 Python数据分析相关库
2.3.1 NumPy库
2.3.2 Matplotlib库
2.3.3 SciPy库
2.3.4 Pandas库
2.3.5 xlrd库
2.3.6 PyMySQL库
2.3.7 其他数据分析相关库
2.4 本章小结
第3章 Jupyter环境的使用
3.1 Jupyter Notebook概述
3.1.1 Jupyter Notebook简介及优点
3.1.2 Jupyter Notebook开发环境的搭建
3.1.3 使用pip命令安装
3.2 认识Jupyter Notebook
3.2.1 认识Files、Running、Clusters页面
3.2.2 认识Jupyter Notebook的主页面
3.3 新建、运行、保存Jupyter Notebook文件
3.3.1 新建一个Jupyter Notebook
3.3.2 运行代码
3.3.3 重命名Jupyter Notebook文件
3.3.4 保存Jupyter Notebook文件
3.4 处理不同类型的数据
3.4.1 处理txt文件
3.4.2 处理CSV文件
3.4.3 处理Excel文件
3.4.4 处理sql文件
……
第4章 探索数据
第5章 描述统计
第6章 推断统计
第7章 数据可视化
第8章 NumPy数组
第9章 时间序列数据
第10章 文本数据
第11章 回归分析
第12章 聚类分析
第13章 数据素养综合案例