本書在編寫過程中，首先收集了全世界380多所院校的數據科學和大數據相關的人才培養(yǎng)方案，然后使用非結構數據分析技術挖掘出編程類課程的主要內容，進而形成本書的主要雛形。筆者在其編寫的《Python數據分析基礎》（第1版和第2版）的基礎上對雛形進行了完善。本書針對數據分析領域中編程類課程教學過程中的突出問題進行了仔細斟酌和調整，力求內容生動、深入淺出、言簡意賅。全書采用mac OS Mojave操作系統(tǒng)下的Python3.7和Anaconda2018.12的Jupyter Notebook作為分析環(huán)境（如果讀者使用Windows系統(tǒng)，也可運行本書全部代碼），希望讀者參考本書的內容邊做邊學習。
阮敬，首都經濟貿易大學統(tǒng)計學院教授，博士，博士生導師。現任首都經濟貿易大學研究生院副院長，北京市豐臺區(qū)政協(xié)委員。教研領域：數據挖掘與數據分析、收入分配。
前言(1)
1數據科學與編程語言(1)
1.1數據科學與數據分析(1)
1.2程序及其基本特征(2)
1.3算法(3)
1.3.1算法的表示方法(4)
1.3.2算法評價(7)
1.4數據結構(8)
1.5編程語言(9)
1.5.1Python語言(9)
1.5.2R語言(9)
1.5.3SAS語言(10)
2程序設計基礎知識(11)
2.1結構化程序設計(12)
2.2面向對象的程序設計(13)
2.2.1抽象(13)
2.2.2基本概念(14)
2.2.3基本特性(17)
3Python系統(tǒng)配置與基礎知識(19)
3.1Python系統(tǒng)配置(19)
3.2Python基礎知識(24)
3.2.1幫助(25)
3.2.2標識符(25)
3.2.3行與縮進(26)
3.2.4變量與對象(27)
3.2.5數字與表達式(29)
3.2.6運算符(31)
3.2.7字符串(31)
3.2.8日期和時間(40)
3.2.9語法糖(42)
3.2.10魔術命令(43)
4數據結構與序列(45)
4.1列表(45)
4.1.1列表索引和切片(46)
4.1.2列表操作(47)
4.1.3內置列表函數(48)
4.1.4列表方法(49)
4.2元組(50)
4.3字典(51)
4.4集合(54)
4.5推導式(56)
5語句與控制流(59)
5.1順序語句(59)
5.2條件語句(59)
5.3循環(huán)語句(61)
5.3.1while循環(huán)(61)
5.3.2for循環(huán)(62)
5.3.3循環(huán)控制(63)
6函數(67)
6.1函數的定義(67)
6.2函數的參數(68)
6.3全局變量與局部變量(70)
6.4匿名函數(71)
6.5遞歸和閉包(72)
6.6柯里化與反柯里化(74)
6.7常用的內置高階函數(75)
6.7.1filter函數(75)
6.7.2map函數(75)
6.7.3reduce函數(76)
7迭代器、生成器與裝飾器(77)
7.1迭代器(77)
7.2生成器(78)
7.3裝飾器(81)
8類(85)
8.1聲明類(85)
8.2方法(87)
8.2.1實例方法(87)
8.2.2類方法(89)
8.2.3靜態(tài)方法(90)
8.3屬性(91)
8.3.1實例屬性和類屬性(92)
8.3.2私有屬性和公有屬性(92)
8.4繼承(94)
8.4.1隱式繼承(94)
8.4.2顯式覆蓋(95)
8.4.3super繼承(96)
8.4.4多態(tài)(98)
8.4.5多重繼承(100)
8.5特性(100)
9多核并行(107)
9.1多進程(109)
92并行(113)
10異常捕獲與容錯處理(117)
10.1語法錯誤和異常(117)
10.2異常處理(120)
10.2.1觸發(fā)異常(120)
10.2.2捕獲異常(121)
10.2.3其他處理(122)
11模塊和包(125)
11.1模塊(125)
11.2包(127)
11.2.1包的組成與調用(127)
11.2.2常用數據分析工具庫(128)
12文件I/O(133)
13numpy編程基礎(137)
13.1關于numpy(137)
13.2向量(140)
13.3數組(142)
13.3.1數據類型與結構數組(143)
13.3.2索引與切片(145)
13.3.3數組的屬性(150)
13.3.4數組排序(151)
13.3.5數組維度(153)
13.3.6數組組合(156)
13.3.7數組分拆(159)
13.3.8ufunc運算(160)
13.4矩陣(166)
13.5文件讀寫(167)
14pandas編程基礎(169)
14.1關于pandas(169)
14.2pandas的數據結構(170)
14.2.1Series(170)
14.2.2DataFrame(174)
14.3pandas的數據操作(185)
14.3.1排序(185)
14.3.2排名(187)
14.3.3運算(189)
14.3.4函數應用與映射(190)
14.3.5分組(192)
14.3.6合并(192)
14.3.7分類數據(195)
14.4時間序列(196)
14.4.1創(chuàng)建時間序列(197)
14.4.2索引與切片(199)
14.4.3范圍和偏移量(200)
14.4.4時間移動及運算(203)
14.4.5頻率轉換及重采樣(205)
14.5面板數據與層次化索引(207)
14.5.1創(chuàng)建Panel(208)
14.5.2堆積DataFrame(209)
14.5.3層次化索引(209)
14.6缺失值處理(211)
14.6.1缺失數據的形式(211)
14.6.2缺失數據填充與清洗(213)
14.6.3缺失數據插值(216)
15圖形與可視化的編程基礎(217)
15.1matplotlib基本繪圖(217)
15.1.1函數繪圖(217)
15.1.2圖形基本設置(224)
15.1.3面向對象繪圖(231)
15.1.4繪圖樣式或風格(233)
15.2pandas基本繪圖(234)
15.3基本統(tǒng)計圖形(236)
15.3.1折線圖(236)
15.3.2面積圖(239)
15.3.3直方圖(240)
15.3.4條形圖(242)
15.3.5龍卷風圖(247)
15.3.6餅圖(247)
15.3.7階梯圖(249)
15.3.8盒須圖(250)
15.3.9小提琴圖(253)
15.3.10散點圖(254)
15.3.11氣泡圖(257)
15.3.12六邊形箱圖(258)
15.3.13雷達坐標圖(259)
15.3.14輪廓圖(260)
15.3.15調和曲線圖(261)
15.3.16等高線圖(262)
15.3.17極坐標圖(262)
15.3.18詞云圖(263)
15.3.19數據地圖(267)
15.4其他繪圖工具(269)
參考文獻(271)
書單推薦
