1.本书主要内容
本书是机器学习的基础，主要讲解利用Python对数据进行控制、处理、整理、分析。即机器学习环节中的数据清洗环节，使数据具有结构化特征。
重点介绍高效解决各种数据分析问题的Python语言和库。
2.为什么要使用Python进行数据分析
简单易学，使用的人多，库多，灵活。
（1）把Python当做粘合剂
把多种语言结合到一起
（2）解决“两种语言”问题
减少移植环节
（3）为什么不选Python
缺点：比较耗时，电脑效率低
扫描二维码关注公众号，回复：
3172041 查看本文章
3.重要的Python库
（1）Numpy
快速的数组处理
算法之间传递数据的容器
（2）pandas
快速快捷的处理结构化数据
DataFrame
适合金融分析
（3）matplotlib
（4）IPython
更好的交互
（5）Scipy
科学计算
4.安装和设置
没仔细看，Python之前就装好了，使用windows10环境
集成开发环境（IDE）
IPython外加一个文本编辑器
5.社区和研讨会
6.使用本书
（1）讲解IPython环境
（2）介绍Numpy的关键特性
（3）介绍pandas
（4）综合运动Numpy,pandas，matplotlib进行数据分析
（5）Numpy的高级功能
惯例，行话