本教材基于Python学习在进行数据分析时常用的统计分析方法，具体包括多元线性回归模型拟合、多元非线性回归模型拟合、多元统计分析推断、模型变量的异方差性处理、处理面板数据的固定效应方法和随机效应方法、时间序列数据处理的有限分布滞后模型等。本教材学习内容略过数据的获取过程，不关注Python的爬虫应用，仅关注在数据获取之后应用Python实现利用不同的统计分析方法构建模型进行数据挖掘和发现数据规律。本教材共十一章的学习内容建立在对Python应用已有一定程度了解和掌握的基础之上。如果学习者对Python了解不多，可以通过附录部分，先学习应用Python进行数据分析的基础，学习如何搭建Python数据分析环境，了解掌握Python数据处理和分析的常用算法库和工具包。
随着人工智能的迅速发展，Python语言得到普及和广泛应用，它简单易用、资源丰富、开发生态完整，使各个行业的智能化都成为可能。本书共分两部分： 部分为习题精解，按照Python 知识点进行习题讲解，帮助读者快速学习Python语法知识，提高学习效率：第二部分为经典案例，激发读者对Python的学习兴趣。 本书既可作为普通高等院校“Python语言程序设计”课程的辅助教材，也可作为全国计算机等级考试二级Python科目的参考书。
本书基于Python 3，针对非计算机专业学生的Python语言课程编写。全书内容覆盖Python 语言基本语法元素、基本数据类型、程序的控制结构、组合数据类型、函数、文件、面向对象程序设计、科学计算与可视化和数据分析。通过各个层次的、有趣的、融入课程思政的例题着重介绍了程序设计的思想以及Python语言的语法格式。 本书适用于本科院校非计算机专业的学生学习Python程序设计课程和程序设计初学者，也可作为程序设计爱好者和各类自学人员的Python语言参考书。
本教材为Python数据分析立体教材，以任务为导向，结合大量数据分析案例及教学经验，深入浅出地介绍Python语言在处理Excel格式数据时的重要方法及内容，详尽地介绍了Python第三方库xlrd库、xlwt库、xlwings库、pandas库、matplotlib库、numpy库和pyplot库的基本操作方法。 为读者明确如何利用所学知识解决问题，设置了多个案例，每个案例都配有程序运行源代码，读者可通过二维码链接到网站上下载实际代码，查看运行结果，同时配以作者精心制作的视频讲解，轻松愉快地学会用Python玩转各领域数据，能够真正地学以致用。 本教材适用于高校计算机公共基础程序设计课程和数据分析课程，也可供需要处理大量Excel数据、工作重复度较高的工作人员使用。
