《Python與數(shù)據(jù)科學》基于Python進行實踐開發(fā)，主要涉及的內(nèi)容為：用敏捷式大數(shù)據(jù)開發(fā)方法論創(chuàng)建分析應用；用數(shù)據(jù)—價值棧，在一系列敏捷周期中創(chuàng)建價值；用多種數(shù)據(jù)結構從單個數(shù)據(jù)集中提取特征，獲取洞察；用圖表可視化數(shù)據(jù)，通過交互性報表從不同角度展示數(shù)據(jù)；用歷史數(shù)據(jù)進行預測，將預測轉(zhuǎn)化為行動。
《Python與數(shù)據(jù)科學》分為基礎編、分析編、挖掘編和提高編四部分。基礎編包括數(shù)據(jù)科學簡介（第1章）和Python基礎知識（第2章）兩章。涉及數(shù)據(jù)科學的概念、數(shù)據(jù)科學的學習方法、數(shù)據(jù)科學家的概念、數(shù)據(jù)科學家的應備技能、Python與數(shù)據(jù)科學的關系、數(shù)據(jù)科學領域中常用的Python包。分析編包括Python數(shù)據(jù)獲取和數(shù)據(jù)預處理（第3章）和利用Python進行數(shù)據(jù)分析（第4章）兩章。內(nèi)容包括Python數(shù)據(jù)獲取的各種方式：從文件中、從數(shù)據(jù)庫中、從Web網(wǎng)頁中獲取數(shù)據(jù)，對獲取的數(shù)據(jù)可采用Python Pandas進行數(shù)據(jù)清洗、數(shù)據(jù)集成與數(shù)據(jù)轉(zhuǎn)換等數(shù)據(jù)預處理工作。挖掘編包括利用Python進行數(shù)據(jù)挖掘（第5章）和利用Python進行文本挖掘（第6章）兩章。在數(shù)據(jù)挖掘部分首先簡單介紹了Python的Scikit-Learn數(shù)據(jù)挖掘庫的安裝與使用，然后結合實例詳細介紹數(shù)據(jù)挖掘中常用的算法；在文本挖掘部分首先詳細介紹文本挖掘的一般流程，以及如何使用Python來進行文本挖掘，然后文本自動分類、文本聚類、文本情感分析、全文檢索這四個應用為例結合Python實例做具體介紹。提高編介紹了Python在海量數(shù)據(jù)分析處理上的應用（第7章）。首先介紹了大數(shù)據(jù)操作系統(tǒng)Spark的安裝使用，然后以PageRank和推薦系統(tǒng)這兩個典型的海量數(shù)據(jù)分析（大數(shù)據(jù)分析）為例來介紹Python在這一方面的應用。
王仁武，男，1968年4月出生，工科博士、副教授，現(xiàn)為華東師范大學商學院信息學系教師，主要研究方向為數(shù)據(jù)分析、數(shù)據(jù)挖掘和信息系統(tǒng)。
已出版（參編）主要著作：
商業(yè)分析華東師范大學出版社 2014年9月
序列構造神經(jīng)網(wǎng)絡與多維數(shù)據(jù)分析上海社科院出版社 2008年11月
新書資訊