利用Python进行数据分析（原书第3版）

本书是 Python 数据分析领域流传最广、最为经典的实战型读物之一，由 pandas 库的创始人韦斯·麦金尼（Wes McKinney）撰写，陈松翻译，机械工业出版社出版。全书面向真实分析和处理的流程展开，由浅入深地介绍利用 Python 完成数据获取、清洗、转换、聚合与呈现的全过程。 全书从准备工作讲起，介绍为什么用 Python 做数据分析以及 pandas、NumPy、matplotlib、IPython、Jupyter 等核心工具；随后依次讲解 Python 语法基础、IPython 与 Jupyter notebook 的交互式用法、内置数据结构、函数和文件操作。中段重点讲解 NumPy 的 ndarray、向量化计算、通用函数与线性代数，以及 pandas 的 Series、DataFrame、索引对齐、描述性统计等基础功能。之后进入实用的数据处理主题：文本、二进制、Web API 与数据库的读写，缺失值与数据类型处理、字符串与分类数据操作，层次化索引、合并连接与重塑透视，matplotlib 与 seaborn 绘图，groupby 聚合与拆分-应用-联合范式、透视表和交叉表，以及时间序列的日期范围、时区、重采样和移动窗口。 最后两章介绍 Patsy、statsmodels、scikit-learn 等建模库与 pandas 的衔接，并用 Bitly 的 1.USA.gov 数据、MovieLens 1M、1880—2010 年全美婴儿姓名、USDA 食品数据库、2012 年联邦选举委员会数据库等真实数据集演示完整分析案例。附录补充高阶 NumPy 与 IPython 内容。 本版根据 Python 3.10 和 pandas 1.4 全面更新，删去不再兼容的旧工具，补充新特性与方法，所有示例都可在 Jupyter 中运行。全书约 63.5 万字，是系统学习 Python 数据处理不可替代的案头参考。