今天分享的书籍是《利用 python 进行数据分析》, 作者是 Wes McKinney, 作者 Wes McKinney 是 pandas 库的主要作者, 所以这本书也可以作为利用 Python 实现数据密集型应用的科学计算实践指南. 本书适合刚刚接触 Python 的分析人员和刚刚接触科学计算的 Python 程序员.
[ 名人推荐 ]
"科学计算和数据分析社区已经等待这本书很多年了: 大量具体的实践建议, 以及大量综合应用方法. 本书在未来几年里肯定会成为 Python 领域中技术计算的权威指南." --Fernando Pérez 加州大学伯克利分校 研究科学家, IPython 的创始人之一
利用 python 进行数据分析
[作者和译者都相当用心的一本书]
18 年的一个项目上, 需要简单的统计的功能 (没涉及到分析那方面), 我还记得当时是纯手写的一些分组求和的代码, 虽然可以使用, 但是不太好用, 想起来都恶心. 这本书上有十分之一的内容还不到旧解决了我所遇到的问题. 刚好今年这个项目需要升级, 这块统计的内容我用 pandas 重写.《利用 python 进行数据分析》这本书内容自然不会差, 给人的感觉就是他深知 pandas 的每一处细节. 书上讲的内容给人一目了然, 美中不足的是, 书上提到的 Python 的一些基础知识和技巧, 给人意犹未尽的感觉.
再说说翻译吧, 这大概是我把每一个译者注释都认真看完的唯一 一本书了. 整本书的翻译感觉是很到位的, 专业且接地气, 原著里面的不少小错误都被翻译给一一指出了, 有些有歧义的语句也用中英文对照的方式给读者解释说明. 这种水准的翻译真心比较少见, 必须赞一个.
[知识点]
重要的 Python 库
- NumPy(Python 科学计算的基础包)
- pandas(本书用得最多 pandas 对象是 DataFrame)
- matplotlib(绘制数据图表得 Python 库)
- IPython(目的是提高编写, 测试, 调试 Python 代码的速度)
- SciPy(专门解决科学计算中各种标准问题域的包的集合)
简单梳理了一下目录和重点内容导图, 方便大家理解和导读.
利用 Python 进行数据分析
书还是很不错的, 介绍数据分析方法比较少 . 大多还是基于 python 的一些使用. 属于技术向的, 但也不是很难. 主要的是书中给出很多 demo(例子) , 想要入门数据分析的同学可以试试, 实战中的分析数据书中也给了, 可以复制下面链接去下载.
2019[利用 Python 进行数据分析 * 中文版]
链接: https://pan.baidu.com/s/1xIzaG0vKbjUHREdULeZfPQ
提取码: ued0
同学们可加 Wechat 公众号 [ 数据蛙 DataFrog ] , 我们一起学习交流
来源: http://www.jianshu.com/p/c122ac2fa8e0