利用python进行数据分析

链接：https://pan.baidu.com/s/1mFg7kB0WG6edKnhumMbbJg
提取码：6kos
如果带来帮助，可点赞或关注博主！

作 者 ：（美）韦斯·麦金尼（Wes McKinney）

出版发行 : 北京：机械工业出版社 , 2018.07

ISBN号 ：978-7-111-60370-2

页 数 ： 480

原书定价 : 119.00

开本 : 16开

主题词 : 统计分析-应用软件

中图法分类号 : C819 ( 社会科学总论->统计学->统计方法->统计技术设备 )

内容提要:本书由Pythonpandas项目创始人WesMcKinney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Python3.6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Python3.6版本（第1版中使用的是Python2.7）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pan...本书由Pythonpandas项目创始人WesMcKinney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Python3.6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Python3.6版本（第1版中使用的是Python2.7）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

参考文献格式 : （美）韦斯·麦金尼（Wes McKinney）.利用Python进行数据分析 原书第2版[M].北京：机械工业出版社,2018.07.

Python是目前数据科学领域的王者语言，众多科学家、工程师、分析师都使用它来完成数据相关的工作。由于Python具有简单易学、语法灵活的特点，很多需要处理数据的人士想要学习，主要有两大类：

财经类、统计类背景人员，他们的日常工作有大量数据需要处理、分析，但对于学习使用计算机领域的编程语言Python又感到无从下手。

一些想要学习Python的计算机人员，他们工作较忙，没有太多时间通过互联网去系统学习Python数据技术

针对这两类人员的需求，近期出版上市的《利用Python进行数据分析》第2版是很好的选择。下面我们结合本书内容，大致介绍下如何利用Python进行数据分析。

01 Python数据分析流程及学习路径

数据分析的流程概括起来主要是：读写、处理计算、分析建模和可视化四个部分。在不同的步骤中会用到不同的Python工具。每一步的主题也包含众多内容。

根据每个部分需要用到的工具，Python数据分析的学习路径如下：

02 利用Python读写数据

Python读写数据，主要包括以下内容：

我们以一小段代码来看：

可见，仅需简短的两三行代码即可实现Python读入EXCEL文件。

03 利用Python处理和计算数据

在第一步和第二步，我们主要使用的是Python的工具库NumPy和pandas。其中，NumPy主要用于矢量化的科学计算，pandas主要用于表型数据处理。

04 利用Python分析建模

在分析和建模方面，本书主要介绍了Statsmdels和Scikit-learn两个库。

.Statsmodels允许用户浏览数据，估计统计模型和执行统计测试。可以为不同类型的数据和每个估算器提供广泛的描述性统计，统计测试，绘图函数和结果统计列表。

Scikit-leran则是著名的机器学习库，可以迅速使用各类机器学习算法。

05 利用Python数据可视化

数据可视化是数据工作中的一项重要内容，它可以辅助分析也可以展示结果。

文章来源：网络 版权归原作者所有

上文内容不用于商业目的，如涉及知识产权问题，请权利人联系小编，我们将立即处理