Python根底部分，重视整理根底常识及常识之间的联系，着重根底概念教育，并将很多烦琐的常识点经过分类、联系图表方式出现给学生，使之敏捷把握Python根底常识点；

  数据剖析部分，重视实践与有用准则，将教育内容会集在文本数据剖析、数字数据剖析、Pandas数据剖析三部分，使学生能敏捷把握几类数据的根本剖析办法；

  数据可视化部分，重视数据可视化剖析与方便绘图，以教学Seaborn数据可视化为主，使学生能方便地把握数据可视化剖析办法与技巧。

  初学Python可先重视问题或算法的完成，然后再从软件工程和Python言语特征方面来进步代码的质量。Python言语有许多其他言语没有的语法和函数，许多读者依照其编程言语（如Java、C++）的惯性思想来学习Python言语，往往不利于把握纯粹的Python言语。

  重视数据剖析和职业动态Python言语仅是根底，假如将来要从事相关运用开发，有必要结合岗位的需求拓宽其他常识。如将来若转向Python Web体系开发，还有必要学习Django、Flask、Tornado等；假如想从事AI和机器学习职业，还有必要学习TensorFlow、PyTorch等结构。

  Python根本情况、“生态圈”、言语的特征、运用、人才需求与学习主张。

  ◎课外学习要求：检查Python官方网站，近几年PyCon尖端会议宣布技能。

  ◎教学内容：Python版别、装置、协助体系、虚拟环境、pip东西、集成开发环境。

  ◎学生学习使命：把握Python 装置，pip东西办理模块，协助文件的运用。要点把握pip东西的运用。

  ◎教学内容：Python源程序的组成、注释、关键词、标识符、内置的常量、函数、模块与姓名空间、包。要点把握模块、姓名空间、包的概念。

  ◎教学内容：数字、序列、调集、映射数据类型及运算符以及常用的模块。要点把握序列、调集、映射数据类型的运用。

  ◎教学内容：函数的界说、docsString、参数传递、可变参数、变量效果域、lambda函数、 装修器、闭包、迭代器、生成器、eval 、exec函数。要点与难点lambda函数、装修器、闭包、迭代器、生成器。

  ◎教学内容：文件的翻开与封闭、反常捕获与处理、shelve、pickle、JSON目标数据的存取。要点把握文件与特定文件格局的读写。

  ◎教学内容：Requests-html简介、网页的获取、网页的解析与元素查找、网页爬虫事例。要点把握requests-html爬虫规划。

  ◎教学内容：正则表达式简介、Python正则表达式、re模块、文本数据处理、中文文本分词、词云wordCloud、中文情感剖析snownlp。要点把握re模块运用。

  ◎教学内容：Numpy的数据类型、数组的创立、切片和索引、遍历、数组的操作、运算、输入输出。要点把握Numpy数组处理与运算。

  ◎教学内容：数据可视化的意图、Seaborn简介、一维数据的散布可视化、二维数据的散布可视化、数据联系可视化、分类比照数据可视化、回归模型可视化、热力求等。

  ◎课外学习使命：依据恣意数据集内容，运用Seaborn经过可视化办法剖析数据。

  2. 讲堂与课后作业准时提交，并要到达必定的要求。作业运用Jupyter Notebook格局

  本书首要介绍Python言语根底、数据剖析和数据可视化等内容。全书共12章，分别为序言、Python开发环境与东西、Python的根本概念、根本数据类型与运算符、程序流操控与反常处理、函数及其高档运用、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数据剖析和数据可视化。本书重视介绍中心概念与运用，相关联的内容经过图表方式出现给读者，并配有多个示例，便于读者学习与总结。本书可当作高校相关课程的教材或Python程序开发学习者的自学参考书，也很合适作为机器学习实践的先导课程的参考书。