本书采用通俗易懂的语言，丰富的示例，循序渐进地讲解Python编程的核心基础知识点和技巧。第一部分为走进Python世界，带大家了解Python的起源和语言特点，学习如何搭建Python编程环境。第二部分为Python基础语法，该部分内容先简单介绍Python数据类型、标识符、控制流程、程序格式等基本语法，然后详细深入地介绍Python基础数据类型和组合数据类型的创建与运算操作；分支控制流程和循环控制流程的设计；函数以及类的定义与使用操作等语法。第三部分为Python进阶，该部分，首先带大家学习模块和包的概念以及模块的导入语句。然后，学习Python中进行科学计算的基础库——NumPy，掌握多维数组对象(ndarray)的创建、基础运算以及各类文件的读写操作；学习拥有强大的分析结构化数据的工具库——Pandas，掌握Series(一维数据)与DataFrame(二维数据)的基础操作；其次，学习建立在Numpy之上的Python开源高级科学计算库——Scipy，掌握其文件输入输出(scipy.io)与统计和随机数(scipy.stats)这两个基础模块。再次，带大家学习Python最著名最基础的绘图库——matplotlib，掌握和熟悉matplotlib库中折线图及线条和数据点参数设置、图例和子图等图形基本设置以及条形图、饼图、直方图、箱线图、散点图、气泡图等常用统计图形的基础绘制操作。最后，结合Numpy、Pandas和matplotlib等库，学习Python中一个强大的统计分析库——Statsmodels库，了解Statsmodels提供的多种统计模型API接口，掌握简单线性回归模型的拟合与绘图操作。