本书是面向初学者的数据分析入门指南。按照数据分析的数据预处理、分析与知识发现和可视化3个主要步骤，本书逐步对数据分析涉及的理论进行讲解，并对实现这些步骤所用到的Python库进行详细介绍。通过理论与实践穿插的讲解方式，本书使读者能够在了解数据分析基础知识的同时快速上手实现一些简单的分析。

全书分为10章，第1、3、6章介绍数据分析理论，按照数据分析的基本流程介绍了理论知识和一些常用方法，穿插在理论章节之间的Python实战章节可以让读者在了解理论之后用相应的Python库来进行实战操作。通过阅读第1~8章的内容，读者已经对数据分析的各主要流程形成了一定的认识，但这些知识可能还未形成一个完整的体系，因此本书在第9和第10章引入了两个完整的数据分析实例，帮助读者建立知识点之间的联系，形成对数据分析整个知识面的清晰认知。建议读者在阅读实战章节时跟随介绍自己动手尝试一下，这样一定会发现数据的魅力所在。

作为一本数据分析入门书籍，本书着重介绍基础知识，对前沿的内容涉及较少，这些内容留待读者在更进一步的学习中深入探索。对于Python语言的知识，本书仅对与数据分析相关的库进行了介绍，如果读者对Python语言本身有兴趣，可以参考Python语言工具书及官方文档等详细了解Python的语法和底层原理等。另外，本书所有数据分析程序的实现均在单机情况下进行，并没有对如何使用Python进行分布式数据分析作介绍，有兴趣的读者可以了解一下Python分布式数据分析的相关库，如pyspark等。