临床研究过程中，首先要获得用于临床分析的数据，数据一般存在于电子病历系统中，可从电子病历系统通过导出或手工摘录的方式得到Word或Excel格式的临床数据。Word格式的数据是半结构化数据，Excel格式的数据虽然是结构化数据但可能并未整理成临床数据分析需要的格式，需要临床研究人员将其转换成临床数据分析可使用的Excel数据。
在数据量较少的情况下，临床研究人员依靠手工的方式进行数据整理并不存在太大的问题，但临床研究往往数据量大，甚至在进行临床大数据研究时，数据量巨大，依靠手工的方式进行数据转换与整理会浪费大量的人力物力，而且准确性得不到保证，使工作变得举步维艰。这时就需要借助编程语言实现自动化、批量的数据转换与整理。
在数据转换与整理完成后，就需要利用统计学知识对数据进行分析，寻找其中的差异性与相关性。如常用的统计学方法t检验、方差分析、卡方检验、Logistic回归分析等。在传统的临床数据分析中，临床研究人员通常使用SPSS软件分析数据。这种方式需要临床研究人员逐一将待分析的数据录入SPSS软件，然后进行一系列的重复操作才能得到结果。如果需要对多个结果进行分析，必须将从SPSS得到的结果汇总到Excel里才能进行。使用这种方式进行数据分析往往费时费力，而利用Python提供的科学计算包Scipy可进行大多数常用的统计学分析，并且可以将分析结果自动汇总起来进行自动化筛选，非常方便。
鉴于广大临床数据研究人员对编程语言不熟悉，或不能灵活使用编程语言进行临床数据提取，编者编写了本书。力求包含数据提取过程涉及的知识点与技能点，同时也给出了一些翔

第1章Python基础
1.1Python简介
1.2配置开发环境
1.3第一个程序——HelloWorld
1.4数据操作
1.5控制语句
1.6算法与业务流程
1.7模块化
1.8面向对象编程
1.9异常处理
1.10文件I/O
1.11API文档的使用
1.12小结
第2章相关类库
2.1OS操作文件及目录
2.2python-docx
……