Python簡單易學，擁有豐富的庫，並且具有極強
的包容性。由內利著的《Python數據分析實戰/圖靈
程序設計叢書》展示了如何利用Python語言的強大功
能’以最小的編程代價進行數據的提取、處理和分析
，主要內容包括：數據分析和Python的基本介紹，
NumPy庫，pandas庫，如何使用pandas讀寫和提取數
據，用matplotlib庫和scikit—learn庫分別實現數
據可視化和機器學習，以實例演示如何從原始數據獲
得信息、D3庫嵌入和手寫體數字的識別。
本書適合數據分析師等所有需要進行數據采集分
析的工作人員。

第1章 數據分析簡介
1.1 數據分析
1.2 數據分析師的知識範疇
1.2.1 計算機科學
1.2.2 數學和統計學
1.2.3 機器學習和人工智能
1.2.4 數據來源領域
1.3 理解數據的性質
1.3.1 數據到信息的轉變
1.3.2 信息到知識的轉變
1.3.3 數據的類型
1.4 數據分析過程
1.4.1 問題定義
1.4.2 數據抽取
1.4.3 數據準備
1.4.4 數據探索和可視化
1.4.5 預測模型
1.4.6 模型評估
1.4.7 部署
1.5 定量和定性數據分析
1.6 開放數據
1.7 Python和數據分析
1.8 結論
第2章 Python世界簡介
2.1 Python——編程語言
2.2 Python——解釋器
2.2.1 Cython
2.2.2 Jython
2.2.3 PyPy
2.3 Python 2和Python 3
2.4 安裝Python
2.5 Python發行版
2.5.1 Anaconda
2.5.2 Enthought Canopy
2.5.3 Python(x,y)
2.6 使用Python
2.6.1 Python shell
2.6.2 運行完整的Python程序
2.6.3 使用IDE編寫代碼
2.6.4 跟Python交互
2.7 編寫Python代碼
2.7.1 數學運算
2.7.2 導入新的庫和函數
2.7.3 函數式編程
2.7.4 縮進
2.8 IPython
2.8.1 IPython shell
2.8.2 IPython Qt-Console
2.9 PyPI倉庫——Python包索引
2.10 多種Python IDE
2.10.1 IDLE
2.10.2 Spyder
2.10.3 Eclipse（pyDev）
2.10.4 Sublime
2.10.5 Liclipse
2.10.6 NinjaIDE
2.10.7 Komodo IDE
2.11 SciPy
2.11.1 NumPy
2.11.2 pandas
2.11.3 matplotlib
2.12 小結
第3章 NumPy庫
3.1 NumPy簡史
3.2 NumPy安裝
3.3 ndarray：NumPy庫的心髒
3.3.1 創建數組
3.3.2 數據類型
3.3.3 dtype選項
3.3.4 自帶的數組創建方法
3.4 基本操作
3.4.1 算術運算符
3.4.2 矩陣積
3.4.3 自增和自減運算符
3.4.4 通用函數
3.4.5 聚合函數
3.5 索引機制、切片和迭代方法
3.5.1 索引機制
3.5.2 切片操作
3.5.3 數組迭代
3.6 條件和布爾數組
3.7 形狀變換
3.8 數組操作
3.8.1 連接數組
3.8.2 數組切分
3.9 常用概念
3.9.1 對像的副本或視圖
3.9.2 向量化
3.9.3 廣播機制
3.10 結構化數組
3.11 數組數據文件的讀寫
3.11.1 二進制文件的讀寫
3.11.2 讀取文件中的列表形式數據
3.12 小結
第4章 pandas庫簡介
4.1 pandas：Python數據分析庫
4.2 安裝
4.2.1 用Anaconda安裝
4.2.2 用PyPI安裝
4.2.3 在Linux繫統的安裝方法
4.2.4 用源代碼安裝
4.2.5 Windows模塊倉庫
4.3 測試pandas是否安裝成功
4.4 開始pandas之旅
4.5 pandas數據結構簡介
4.5.1 Series對像
4.5.2 DataFrame對像
4.5.3 Index對像
4.6 索引對像的其他功能
4.6.1 *換索引
4.6.2 刪除
4.6.3 算術和數據對齊
4.7 數據結構之間的運算
4.7.1 靈活的算術運算方法
4.7.2 DataFrame和Series對像之間的運算
4.8 函數應用和映射
4.8.1 操作元素的函數
4.8.2 按行或列執行操作的函數
4.8.3 統計函數
4.9 排序和排位次
4.10 相關性和協方差
4.11 NaN數據
4.11.1 為元素賦NaN值
4.11.2 過濾
4.11.3 為NaN元素填充其他值
4.12 等級索引和分級
4.12.1 重新調整順序和為層級排序
4.12.2 按層級統計數據
4.13 小結
第5章 pandas：數據讀寫
第6章 深入pandas：數據處理
第7章 用matplotlib實現數據可視化
第8章 用scikit-learn庫實現機器學習
第9章 數據分析實例——氣像數據
**0章 IPython Notebook內嵌庫
**1章 識別手寫體數字
附錄A 用LaTeX編寫數學表達式
附錄B 開放數據源