本书简明清晰地讲解Python入门内容，介绍学习Python所必须了解的基本知识、变量与数据类型、程序结构，包括功能强大的列表和元组、字典和集合、函数、类和对象等内容。各章内容安排如下。第1章在讲解Python语言语法前面，先介绍计算机编程的基础知识，从计算机存储单位、二进制转化、字符编码等内容讲起。第2章，正式开启Python之旅，简单介绍Python及开发环境。在信息社会，数据资源已经成为驱动社会发展的主要动力，如何对大数据进行存储、计算和分类，是第3章的学习内容“变量和数据”。程序设计有三大控制结构，分三个章节进行讲解，第4章顺序结构、第5章选择结构，第6章循环结构。7-10章讲Python程序的强大功能，它们是列表与元组，字典和集合，函数，类和对象。

本书以任务为导向，较为全面地介绍了不同场景下Python爬取网络数据的方法，包括静态网页、动态网页、登录后才能访问的网页、PC客户端、App等场景。全书共7章，第1章介绍了爬虫与反爬虫的基本概念，以及Python爬虫环境的配置，第2章介绍了爬取过程中涉及的网页前端基础，第3章介绍了在静态网页中爬取数据的过程，第4章介绍了在动态网页中爬取数据的过程，第5章介绍了对登录后才能访问的网页进行模拟登录的方法，第6章介绍了爬取PC客户端、App的数据的方法，第7章介绍了使用Scrapy爬虫框架爬取数据的过程。本书所有章节都包含了实训与课后习题，通过练习和操作实战，可帮助读者巩固所学的内容。

本书主要介绍Python语言基础、数据分析和数据可视化等内容。全书共12章，分别为绪论、Python开发环境与工具、Python的基本概念、基本数据类型与运算符、程序流控制与异常处理、函数及其 应用、文件与输入输出、网站数据的获取、文本数据的处理、NumPy与数学运算、Pandas数据分析和数据可视化。本书注重介绍核心概念与应用，相关内容通过图表形式呈现给读者，并配有多个示例，便于读者学习与总结。 本书可以作为高校相关课程的教材或Python程序开发学习者的自学参考书，也 适合作为机器学习实践的先导课程的参考书。

教材内容分为三个部分： 部分为Python基础；第二部分为数据分析、数据处理、数据可视化和数据分析；第三部分为综合案例。 本教材第二部分难度较高，适合专业学生进行学习，并对机器学习、深度学习等人工智能类专业课打下坚实的基础。为了与 接轨，课程中大量 的数据分析竞赛平台Kaggle中的经典案例和数据，并引入了较多国外Python平台的经典内容。为了与 接轨，课程中大量 的数据分析竞赛平台Kaggle中的经典案例和数据，并引入了较多国外Python平台的经典内容。本书的另外一大特点是图文并茂，对于复杂的专业性知识，采用图表的方式进行，非常有利于学生掌握。