利用Python进行数据分析

编辑推荐：

阅读本书可以获得一份关于在Python下操作、处理、清洗、规整数据集的完整说明。本书第二版针对Python 3.6进行了更新，并增加实际案例向你展示如何高效地解决一系列数据分析问题。你将在阅读过程中学习到*版本的pandas、NumPy、IPython和Jupyter。

本书由Wes McKinney创作，他是Python pandas项目的创始人。本书是对Python数据科学工具的实操化、现代化的介绍，非常适合刚学Python的数据分析师或刚学数据科学以及科学计算的Python编程者。数据文件和相关的材料可以在GitHub上找到：

l 使用IPython shell和Jupyter notebook进行探索性计算

l 学习NumPy(Numerical Python)的基础和高级特性

l 入门pandas库中的数据分析工具

l 使用灵活工具对数据进行载入、清洗、变换、合并和重塑

l 使用matplotlib创建富含信息的可视化

l 将pandas的groupby功能应用于对数据集的切片、分块和汇总

l 分析并操作规则和不规则的时间序列数据

利用完整的、详细的示例学习如何解决现实中数据分析问题

内容简介：

本书由Python pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。

第2版中的主要更新包括：

•所有的代码，包括把Python的教程更新到了Python 3.6版本(第1版中使用的是Python 2.7)

•更新了Python第三方发布版Anaconda和其他所需Python包的安装指引

•更新pandas库到2017年的新版

•新增一章，关于更多高级pandas工具和一些使用提示

•新增statsmodels和scikit-learn的简明使用介绍

作者简介：

Wes McKinney 是流行的Python开源数据分析库pandas的创始人。他是一名活跃的演讲者，也是Python数据社区和Apache软件基金会的Python/C 开源开发者。目前他在纽约从事软件架构师工作。

媒体评论：

“本书已经是Python数据生态中的一本经典书籍，本次的新版本对Python 3.6到pandas*特性等关键领域都进行了更新，增强了其独特价值。通过解释为什么以及如何使用Python数据工具，本书以新颖、创造性的方式帮助读者高效地学习了这些工具。它是所有现代化数据密集型计算库的重要组成部分“

——Fernando Perez，加州大学伯克利分校助理教授、IPython创始人、Jupyter项目联合创始