标签
内容简介
《利用Python进行数据分析（原书第3版）》由 Python 数据分析库 pandas 的创始人韦斯·麦金尼（Wes McKinney）撰写，陈松翻译，中文版于 2023 年由机械工业出版社出版。本书自 2012 年第 1 版问世以来，一直是 Python 数据分析领域被广泛使用的参考书；第 3 版针对 Python 3.10 与 pandas 1.4 做了系统性更新，删除了不再兼容的旧工具，补充了新特性与新方法。 全书围绕数据分析的实际流程展开，大致可分为四部分：首先介绍 Python 语言基础、IPython/Jupyter 的使用方式，以及数据结构、函数和文件操作；其次讲解 NumPy 的 ndarray、向量化计算、通用函数、文件读写与线性代数等基础能力，并讲解 pandas 的两种核心数据结构及基本操作；再次系统梳理数据处理的常用环节，包括读写文本与二进制数据、与 Web API 和数据库交互、缺失值与数据转换、字符串与分类数据、层次化索引、连接合并与重塑、GroupBy 聚合分组、透视表与交叉表、时间序列与重采样、移动窗口函数，以及 matplotlib、pandas、seaborn 的绘图可视化；最后介绍 Patsy、statsmodels、scikit-learn 等建模工具与 pandas 的衔接方式，并通过 Bitly 用户行为、MovieLens 电影评分、全美婴儿姓名、USDA 食品数据库、联邦选举委员会数据库等案例，演示完整的数据分析流程。 全书约 63.5 万字，附有高阶 NumPy 与 IPython 两个附录，更偏重工具用法与实战，而不是统计理论推导，适合作为案头参考书随查随用。
编辑推荐
这本书最大的说服力来自作者身份：韦斯·麦金尼是 pandas 的创造者，他写 pandas 和 NumPy 的用法，等于由工具的造物主亲自讲解设计意图与使用范式。因此书中不少看似细枝末节的建议(例如某个索引操作为什么快、某种写法为什么要避免)，都带有来自源码与工程实践的判断，这是同类教程较难替代的部分。 第3版并非简单重印：全书的案例与代码按 Python 3.10 和 pandas 1.4 通盘更新，删掉了已不兼容的旧工具，补上了扩展数据类型、分类数据等较新的内容，读者不必再为版本差异反复试错。结构上从语法、IPython/Jupyter 起步，经 NumPy 与 pandas 两大核心库，再到清洗、规整、分组聚合、时间序列与可视化，最后落到建模库对接和五个真实数据集案例，基本覆盖了数据分析师日常的完整工序。 需要提醒的是，这是一本工具书，并非统计教材：它教你如何把数据读进来、理干净、算出来、画出来，但不会替你补回归、假设检验的理论课；另外全书篇幅大、代码密度高，仅靠从头通读容易疲劳，更适合边开 Jupyter 边对照敲。翻译与代码排版在读者中有不同意见，遇到读不通的段落，直接对照官方示例数据动手验证往往比反复琢磨译文更有效。
适合谁读
适合
- 已掌握 Python 基本语法，想系统学习 NumPy 与 pandas 的读者
- 数据分析师、BI 与报表岗位，需要处理表格、清洗与聚合数据的从业者
- 统计、经济、金融等专业学生，需要把课程作业落到代码上的读者
- 想从 Excel 转向 Python 处理百万行级数据的职场人
- 做时间序列、日志或行为数据分析，需要完整流程参考的技术人员
不适合
- 完全零编程基础的读者，书中语法部分只是快速带过
- 希望系统学习统计学理论与建模原理的人
- 只想学 SQL 或 Excel 做分析、不打算写 Python 的读者
阅读建议
- 先配好 Python 3.10 及以上的环境与 Jupyter，从官方 GitHub 下载示例数据，边读边敲，不要只做阅读。
- 第一遍可只读第2—5章与第7—8章，掌握 NumPy、pandas 的核心操作，其余章节按需查阅。
- 把第13章五个案例当作综合练习，读完自己用不同数据集重做一遍，检验流程是否真正打通。
- 注意 pandas 版本更迭较快，遇到弃用警告时以官方文档为准，不必强行沿用书中的旧写法。
出版社简介
机械工业出版社
中国 · 成立于 1950 年
机械工业出版社（China Machine Press）在科技与专业出版之外，库内图书还体现出对心理学、计算机、管理、财经与社科等方向的持续关注。心理学方面收入荣格作品及分析心理学导论，并涉及压力与健康、成瘾与疗愈等应用议题；计算机领域有《计算机程序的构造和解释（JavaScript版）》；管理与财经类包括《管理行为（原书第4版）》《不平等的代价（珍藏版）》《这次不一样：八百年金融危机史（纪念版）》；科学哲学与科学史方面则有《世界观（原书第3版）》。相关作者资源涵盖C.G.荣格、威廉·麦圭尔、索努·沙姆达萨尼、加博尔·马泰等。公开资料有限，以上仅据库内图书归纳其出版面貌。
目录
- 前言
- 第1章 准备工作（本书内容、为什么使用Python进行数据分析、重要的Python库、安装和设置、社区和会议、本书导航）
- 第2章 Python语法基础、IPython和Jupyter notebook（Python解释器、IPython基础、Python语法基础、总结）
- 第3章 Python的数据结构、函数和文件（数据结构和序列、函数、文件和操作系统、总结）
- 第4章 NumPy基础：数组和向量化计算（ndarray多维数组对象、生成伪随机数、通用函数、面向数组编程、文件输入输出、线性代数、示例：随机漫步、总结）
- 第5章 pandas入门（pandas的数据结构介绍、基本功能、描述性统计的汇总和计算、总结）
- 第6章 数据加载、存储与文件格式（读写文本格式数据、二进制数据格式、与Web API交互、与数据库交互、总结）
- 第7章 数据清洗和准备（处理缺失数据、数据转换、扩展数据类型、字符串操作、分类数据、总结）
- 第8章 数据规整：连接、联合和重塑（层次化索引、联合与合并数据集、重塑和透视、总结）
- 第9章 绘图和可视化（matplotlib API入门、使用pandas和seaborn绘图、其他Python可视化工具、总结）
- 第10章 数据聚合与分组操作（GroupBy机制、数据聚合、Apply：拆分-应用-联合范式、分组转换和展开式GroupBy运算、透视表和交叉表、总结）
- 第11章 时间序列（日期和时间数据的类型及工具、时间序列基础知识、日期的范围频率以及移位、时区处理、周期及其算术运算、重采样及频率转换、移动窗口函数、总结）
- 第12章 Python建模库介绍（pandas与模型代码的接口、用Patsy创建模型描述、statsmodels介绍、scikit-learn介绍、总结）
- 第13章 数据分析案例（来自1.USA.gov的Bitly数据、MovieLens 1M数据集、1880—2010年间全美婴儿姓名、USDA食品数据库、2012年联邦选举委员会数据库、总结）
- 附录A 高阶NumPy
- 附录B 更多关于IPython的内容
常见问题
这本书适合零基础学 Python 的人吗？
不太适合。书中第2—3章只是快速复习 Python 语法、数据结构与文件操作，篇幅有限，默认读者已经能写基本脚本。完全没有编程基础的话，建议先过一遍 Python 入门教程，再回来看这本书效率更高。
第3版和之前的版本有什么区别？
第3版针对 Python 3.10 与 pandas 1.4 做了全面更新，移除不再兼容的旧工具与写法，补充了扩展数据类型、分类数据等新内容，并重写了案例代码。如果你在用的 pandas 是 1.x 之后的版本，优先选第3版，可以少踩很多版本坑。
书中的代码和示例数据在哪里获取？
作者把数据文件与配套材料放到了 GitHub 仓库，读者可以按书中的说明下载对应版本的数据集。建议固定使用与书中一致的 pandas 版本运行示例，避免因 API 变化导致代码报错。
这本书能学到统计建模和机器学习吗？
只能学到入门级别的衔接。第12章介绍如何把 pandas 的数据交给 Patsy、statsmodels 与 scikit-learn，但只讲接口与基本用法，不推导原理。要做建模，需要另配统计教材和 scikit-learn 相关书籍。
必须按顺序从头读到尾吗？
不必。第1—5章是后面所有内容的地基，建议按顺序读；第6—11章可按手头任务挑着看，例如处理时间数据就直接翻第11章；第13章的案例可以留到最后作为综合练习。
读者评论
查询本书
本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。
作者简介
韦斯·麦金尼
作者
韦斯·麦金尼是一位以数据分析和科学计算见长的技术作者，其中文名在计算机类图书读者中常与Python数据分析话题联系在一起。公开资料有限，其国籍、生卒年与教育背景均未见确切记载，库内目前收录其作品一种。代表作为《利用Python进行数据分析（原书第2版）》，该书围绕Python语言在数据处理、清洗、整理与分析中的实际应用展开，内容偏重工具操作与案例演示，属于计算机综合类别中的实用型技术读物。麦金尼的写作风格注重把编程方法与真实数据场景结合，语言直接、步骤清晰，适合希望用Python完成数据分析工作的读者参考。该书在中文读者中流传较广，常被视为进入Python数据分析领域的入门读物之一，也从一个侧面体现了作者在数据处理实践方面的经验积累与表达特点。
