本書沒有基礎的Python語言的入門內容，所以如果從未學習過Python的話，可能不適合閱讀本書。

本書的主要內容分為四大部分：

（1）Python開發程式的一些方法技巧，如虛擬環境管理、敏捷開發入門、單元測試等；
（2）Python中的一些中級使用技巧，如列表生成式、多執行緒與多進程、Python程式性能分析等；
（3）機器學習的基本概念和常用演算法介紹，以及如何選擇合適的演算法；
（4）一些使用Python進行建模和機器學習的實際例子。

我們這樣設計是在平時工作學習中發現，作為程式師和資料建模或者機器學習的同事在知識結構和實際應用程式上有一些差異。很多程式師無法理解模型的訓練、調參等概念，因為這些和傳統的不管是瀑布式還是敏捷式的開發都大相徑庭；而建模人員對於一個應用專案的需求、詳細設計、開發、測試、部署、性能等也很難理解。於是我們在實踐中逐漸摸索並採用的方法就是大家都各自往前走一步，程式人員要瞭解建模的基本流程，而作為建模人員要瞭解開發的各個步驟的來龍去脈。

本書既能為Python程式開發人員夯實基礎，提升程式設計技能，又能為使用Python的機器學習從業者提供大量實際案例，使其獲得機器學習實戰經驗，幫助開發人員和建模人員取長補短，彌補各自知識結構上的欠缺，打造更優秀的具有綜合能力的團隊。