pandas創(chuàng)始人手把手教你利用Python進行數(shù)據(jù)分析（文末抽獎贈書）

01 Python數(shù)據(jù)分析流程及學習路徑

數(shù)據(jù)分析的流程概括起來主要是：讀寫、處理計算、分析建模和可視化四個部分。在不同的步驟中會用到不同的Python工具。每一步的主題也包含眾多內(nèi)容。

根據(jù)每個部分需要用到的工具，Python數(shù)據(jù)分析的學習路徑如下：

02 利用Python讀寫數(shù)據(jù)

Python讀寫數(shù)據(jù)，主要包括以下內(nèi)容：

我們以一小段代碼來看：

可見，僅需簡短的兩三行代碼即可實現(xiàn)Python讀入EXCEL文件。

03 利用Python處理和計算數(shù)據(jù)

在第一步和第二步，我們主要使用的是Python的工具庫NumPy和pandas。其中，NumPy主要用于矢量化的科學計算，pandas主要用于表型數(shù)據(jù)處理。

▲NumPy

▲pandas

04 利用Python分析建模

在分析和建模方面，本書主要介紹了Statsmdels和Scikit-learn兩個庫。

.Statsmodels允許用戶瀏覽數(shù)據(jù)，估計統(tǒng)計模型和執(zhí)行統(tǒng)計測試?？梢詾椴煌愋偷臄?shù)據(jù)和每個估算器提供廣泛的描述性統(tǒng)計，統(tǒng)計測試，繪圖函數(shù)和結(jié)果統(tǒng)計列表。

▲.Statsmodels

Scikit-leran則是著名的機器學習庫，可以迅速使用各類機器學習算法。

▲Scikit-leran

05 利用Python數(shù)據(jù)可視化

數(shù)據(jù)可視化是數(shù)據(jù)工作中的一項重要內(nèi)容，它可以輔助分析也可以展示結(jié)果。本書主要介紹了Python眾多可視化庫中最為主流的Matplotlib：

06 總結(jié)：為什么要選這本書

《利用Python進行數(shù)據(jù)分析》第2版原作者是美國的數(shù)據(jù)科學家Wes McKinney，他畢業(yè)于麻省理工學院，是大名鼎鼎的Python數(shù)據(jù)技術(shù)類庫pandas的創(chuàng)始人，在多家投資銀行從事過數(shù)據(jù)科學類的工作。本書第一版由Wes McKinney寫于2010年，經(jīng)過7年的技術(shù)發(fā)展，第一版中的部分技術(shù)已不再適用，因此他于2017年發(fā)表了本書的第二版，對書中的大量技術(shù)、代碼、示例進行了更新。由于本書大受好評，國內(nèi)旋即引進。

關(guān)于作者：徐敬一，是《利用Python進行數(shù)據(jù)分析》第2版的譯者，中國工商銀行的數(shù)據(jù)分析師，他在工作中大量使用各類Python數(shù)據(jù)技術(shù)，對于Python的數(shù)學科學技術(shù)棧十分了解，同時英語水平良好，使本書的翻譯質(zhì)量得以保證。

延伸閱讀《利用Python進行數(shù)據(jù)分析》

轉(zhuǎn)載請聯(lián)系微信：togo-maruko

點擊文末右下角“寫留言”發(fā)表你的觀點

推薦語：適合剛學Python的數(shù)據(jù)分析師或剛學數(shù)據(jù)科學以及科學計算的Python編程者。閱讀本書可以獲得一份關(guān)于在Python下操作、處理、清洗、規(guī)整數(shù)據(jù)集的完整說明。