利用Python进行数据分析(原书第2版)

本书由Python pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python行操作、处理、清洗和规整数据等方面的具体细节和基本要。第2版针对Python 3.6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
【推荐语】
本书已更新至第3版！新版根据Python3.10全面升级，建议新版 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行探索性计算 l  学习NumPy(Numerical Python)的基础和高级特性 l  门pandas库中的数据分析工具 l  使用灵活工具对数据行载、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
【作者】
Wes McKinney 是流行的Python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 源发者。目前他在纽约从事软件架构师工作。