Python数据分析与挖掘实战（第2版）一共分为三个部分，包括基础篇（第1～5章）、实战篇（第6～12章）、提高篇（第13章）。其中基础篇介绍了数据挖掘的基本原理；实战篇通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论；提高篇介绍了一个基于Python引擎的开源数据挖掘建模平台，平台去编程、拖拽式的操作，向读者展示了平台流程化的思维，使读者加深了对数据挖掘流程的理解。
python数据分析与挖掘实战（第2版）内容从实践出发，结合大量数据挖掘工程案例及教学经验，以真实案例为主线，深入浅出介绍数据挖掘建模过程中的有关任务：数据探索、数据预处理、分类与预测、聚类分析、时序预测、关联规则挖掘、智能推荐、偏差检测等。因此，图书的编排以解决某个应用的挖掘目标为前提，先介绍案例背景提出挖掘目标，再阐述分析方法与过程，最后完成模型构建，在介绍建模过程中同时穿插操作训练，把相关的知识点嵌入相应的操作过程中。为方便读者轻松地获取一个真实的实验环境，本书使用大家熟知的Python语言对样本数据进行处理以进行挖掘建模。
图书推荐|Python数据分析与挖掘实战（第2版）学习目录：
第1章数据挖掘基础1
第2章Python数据分析简介10
第3章数据探索36
第4章数据预处理72
第5章挖掘建模99
第6章财政收入影响因素分析及预测171
第7章航空公司客户价值分析188
第8章商品零售购物篮分析218
第9章基于水色图像的水质评价235
第10章家用热水器用户行为分析与事件识别245
第11章电子商务网站用户行为分析及服务推荐267
第12章电商产品评论数据情感分析294
第13章基于Python引擎的开源数据挖掘建模平台（TipDM）231
目前，教材方面已与华南师范大学、广东工业大学、南京理工大学、深圳职业技术学院、广州番禺职业技术学院等合作院校大力支持下，已出版教材60余本，相关资源均已集成至本平台。
