Python编程训练入门：数据分析的准备

　　编程语言是数据科学最重要的工具， 编程不是目的， 编程是为数据科学服务。我们希望通过处理数据来学习编程语言， 本书以目标导向的编程训练方式， 引导读者在使用软件完成任务过程中学会编程。当然， 我们的目标是数据分析而不是诸如漫游、动画、生成网页等其他实践， 因此， 这里的训练内容也是基于数据处理及相关画图的需要。我们的训练是从简单的数字及逻辑运算、线性代数运算到机器学习模型拟合的由简入繁、循序渐进的过程。本书为没有专门学过计算机软件编程又要经常做数据分析的读者所编写， 让人们学会用 Python 编程处理各种数据课题。本书的对象群体包括涉及统计或其延伸领域 （比如计量经济等） 的师生及做数据分析的广大读者。

　　吴喜之，北京大学数学力学系本科毕业，北卡罗来纳大学统计学博士。中国人民大学统计学院教授，博士生导师。曾在南开大学、北京大学、加利福尼亚大学、北卡罗来纳大学等多所著名学府执教。张敏，云南财经大学统计学博士， 现就职于重庆工商大学。以第一作者公开发表了CSSCI/CSCD/SCI 多篇文章， 主持或参与国家及省部级课题多项， 以第二作者出版关于数据科学的教材多部。

第一部分 训练篇
第1章 初等编程训练
第2章有监督学习概要
第3章以决策树为载体的训练
第4章交叉验证及组合方法训练
第5章以神经网略为载体的训练
第二部分 Python基本参考
第6章 一些预备知识
第7章 Python 基本函数
第8章 类和子类简介
第9章numpy 模块
第10章pandas模块
第11章matplotlib模块
第12章seaborn模块
第13章scipy模块