本書(shū)以醫(yī)藥數(shù)據(jù)處理為情境，依托大量醫(yī)藥數(shù)據(jù)處理的案例，向讀者介紹Python程序設(shè)計(jì)的方法和語(yǔ)法，以及利用Python解決醫(yī)藥領(lǐng)域一些實(shí)際問(wèn)題的相關(guān)知識(shí)。本書(shū)共分3篇，依次為Python入門(mén)篇、Python進(jìn)階篇和Python實(shí)戰(zhàn)醫(yī)藥數(shù)據(jù)處理專(zhuān)題篇。其中，前兩篇全面介紹Python程序設(shè)計(jì)的方法和語(yǔ)法，以及醫(yī)藥數(shù)據(jù)采集、清洗、統(tǒng)計(jì)分析和繪圖展示的基本知識(shí)，可以有效支撐讀者通過(guò)計(jì)算機(jī)二級(jí)考試；第3篇從引領(lǐng)學(xué)生開(kāi)展智慧醫(yī)藥研究的角度，闡釋7個(gè)智慧醫(yī)藥研發(fā)的典型案例，為學(xué)生開(kāi)展智慧醫(yī)藥研究奠定基礎(chǔ)。7個(gè)案例分別為采集PubChem網(wǎng)站藥物結(jié)構(gòu)數(shù)據(jù)；計(jì)算屠呦呦2個(gè)諾貝爾獎(jiǎng)藥物的相似度；利用聚類(lèi)熱圖分析肺癌基因表達(dá)數(shù)據(jù)；利用高斯過(guò)程回歸、隨機(jī)森林和神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)化合物的水溶性；基于隨機(jī)森林算法識(shí)別潛在心臟病患者；基于卷積神經(jīng)網(wǎng)絡(luò)識(shí)別黑色素瘤；基于自然語(yǔ)言處理技術(shù)的電子病歷實(shí)體識(shí)別。
本書(shū)可作為醫(yī)藥院校本科生和研究生學(xué)習(xí)Python程序設(shè)計(jì)的教材，也可作為其他綜合性大學(xué)的程序設(shè)計(jì)語(yǔ)言通識(shí)課的教材。