标签
内容简介
本书是《Python for Data Analysis》的第三个中文版，作者韦斯·麦金尼是 Python 开源数据分析库 pandas 的创始人。全书以 Python 数据科学工具链为主线，按“环境与语法基础—NumPy 数组计算—pandas 数据处理—数据清洗与规整—可视化—分组聚合—时间序列—建模库接口—实战案例”的顺序展开，第 3 版针对 Python 3.10 和 pandas 1.4 做了系统性更新，剔除过时内容，补充新特性与新工具。 阅读本书，读者将学会使用 IPython 和 Jupyter Notebook 进行探索性计算；掌握 NumPy 的 ndarray、切片索引、布尔索引、通用函数与线性代数等基础与高阶用法；熟练使用 pandas 的 Series、DataFrame 完成数据加载、清洗、转换、连接、合并与重塑；借助 matplotlib、pandas 与 seaborn 绘制统计图形；使用 GroupBy 机制完成拆分—应用—联合式聚合运算，并用透视表和交叉表汇总结果；处理规则与不规则时间序列，包括时区、周期、重采样和移动窗口函数；最后通过 Bitly 数据、MovieLens 1M 数据集、全美婴儿姓名、USDA 食品数据库、美国联邦选举委员会数据库等案例，把各章工具串成完整的数据分析流程。附录还介绍高阶 NumPy 与更深入的 IPython 用法。全书讲解偏重“工具怎么用、数据怎么处理”，而非统计方法本身，书中的示例代码与数据可从 GitHub 获取。对希望用 Python 替代表格软件和统计工具完成日常数据处理的人来说，这是一本可以长期放在手边查阅的工具书。
编辑推荐
如果你已经在用 Python，却总觉得自己是在“写代码”，而不是在“处理数据”，这本书能补上中间那一段。作者是 pandas 的创始人，他讲这些库时带着设计者的视角：为什么 Series 和 DataFrame 要这样组织，什么时候该用向量化运算，缺失值、索引对齐、分组聚合这些概念之间是什么关系，都解释得清楚。 这一版按 Python 3.10 与 pandas 1.4 重写了不少内容，老版本里的淘汰写法被清理掉，新手不容易被过时语法带偏。书的结构也很省心：第 1 至 3 章处理环境和语法，第 4 章进入 NumPy，第 5 章起进入 pandas 核心，后面依次是数据加载、清洗、规整、可视化、分组、时间序列，最后用几个真实数据集做完整案例。前面几章读懂以后，后面的章节可以按需跳读，当作速查手册使用。 需要提醒的是，它对统计方法和建模只做接口层面的介绍，第 12 章点到 Patsy、statsmodels 与 scikit-learn 的衔接便收笔。想学假设检验或机器学习算法，需要另找专门的教材。但就“用 Python 把脏数据整理成可分析的数据”这件事而言，它仍是绕不开的一本。
适合谁读
适合
- 已具备基础 Python 语法、想系统掌握数据分析工具链的读者
- 需要每天用 pandas 处理表格数据的分析、运营、财务与业务岗位
- 从 Excel、SPSS、R 转向 Python 的数据分析从业者
- 需要为课程项目或作业准备数据处理脚本的数据科学、统计专业学生
- 想通过官方示例数据打牢 NumPy 与 pandas 功底的工程师
不适合
- 完全没有编程经验、连变量和循环都没写过的人
- 想重点学习统计学原理、假设检验或机器学习算法的读者
- 只想快速学会某个可视化图表库、不愿系统读书的人
阅读建议
- 先把第 1 至 3 章的环境配置跑通，能打开 Jupyter Notebook 并运行示例代码后再往后读。
- 第 4、5 章一定要动手敲一遍，边读边用 GitHub 上的示例数据验证结果，避免只“看懂”不“会用”。
- 第 6 至 11 章可按工作需求跳读，遇到具体问题时回来查对应小节，把它当手册而不是小说。
- 第 13 章的案例建议独立重做一遍，再换自己的数据集改写脚本，这是检验是否真掌握的快捷方式。
- 阅读时核对所用 pandas 与 NumPy 版本，库更新较快，遇到弃用警告以官方文档为准。
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
- 译者序
- 前言
- 第1章 准备工作
- 第2章 Python语法基础、IPython和Jupyter notebook
- 第3章 Python的数据结构、函数和文件
- 第4章 NumPy基础：数组和向量化计算
- 第5章 pandas入门
- 第6章 数据加载、存储与文件格式
- 第7章 数据清洗和准备
- 第8章 数据规整：连接、联合和重塑
- 第9章 绘图和可视化
- 第10章 数据聚合与分组操作
- 第11章 时间序列
- 第12章 Python建模库介绍
- 第13章 数据分析案例
- 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 章只是快速复习语法、数据结构和文件操作，节奏较快，重心在 NumPy 与 pandas 的使用。建议先掌握变量、循环、函数、字典和列表等基础，再读本书会顺畅得多。
第 3 版和第 2 版主要差别在哪里？
第 3 版针对 Python 3.10 和 pandas 1.4 重写了示例，清理了过时或不兼容的写法，更新了数据加载、扩展数据类型和可视化等内容，并调整了部分案例的数据源。已有第 2 版且只做常规处理的话，不必急着更换。
书中的代码和数据在哪里获取？
作者在 GitHub 上公开了配套的示例代码与数据文件，各章前言和英文版官方页面也给出了仓库地址。建议下载后与所读版本对应，避免因版本差异出现报错。
读这本书能学会机器学习吗？
不能。第 12 章只介绍 pandas 与 statsmodels、scikit-learn 等建模库的衔接方式，重点在于把数据整理好之后如何交给模型。要学算法原理和调参，需要另找专门的机器学习教材。
书里的表格数据处理方法能直接用到工作中吗？
大部分可以。数据加载、缺失值处理、连接合并、分组聚合、透视表和时序重采样都是工作中高频操作，改写脚本即可使用。但真实数据格式更杂，遇到编码、日期格式、超大文件等问题仍需查阅官方文档。
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。
