Python数据分析

麦金尼 (Wes McKinney)

出版时间

2013-05-01

ISBN

9787564142049

评分

★★★★★
书籍介绍

Wes McKinney 资深数据分析专家,对各种Python库(包括NumPy、pandas、matplotlib以及IPython等)等都有深入研究,并在大量的实践中积累了丰富的经验。撰写了大量与Python数据分析相关的经典文章,被各大技术社区争相转载,是Python和开源技术社区公认的权威人物之一。开发了用于数据分析的著名开源Python库——pandas,广获用户好评。在创建Lambda Foundry(一家致力于企业数据分析的公司)之前,他曾是AQR Capital Management的定量分析师。

AI导读
核心看点
  • pandas作者亲笔,权威讲解核心库
  • 详解NumPy与pandas数据处理实战
  • 涵盖数据清洗、转换及可视化流程
适合谁读
  • Python数据分析初学者与进阶者
  • 有R语言或Matlab背景的数据分析师
  • 从事金融、IT领域的数据处理人员
读前提醒
  • 建议配合Jupyter Notebook边读边敲代码
  • 需具备Python基础语法知识方可阅读
  • 翻译质量一般,建议参考原版或勘误
读者共识
  • 内容系统实用,是公认的入门经典
  • 适合作为工具书查阅,实操性强
  • 需补充统计学知识以深入理解原理

本导读基于书籍简介、目录、原文摘录、短评和书评生成,不等同于全文精读。

精彩摘录
  • "数组切片是原始数据的视图。这意味着数据不会被复制,视图上的任何修改都会直接反映到源数组上。"
  • "records = [json.loads(line) for line in open(path)]"
  • "The probability density function for lognorm is: lognorm.pdf(x, s) = 1 / (s*x*sqrt(2*pi)) * exp(-1/2*(log(x)/s)**2) for x > 0, s > 0. lognorm takes s as a shape parameter. The probability density above is defined in the “standardized” form. To shift and/or scale the distribution use the loc and scal"
  • "def get_top_amounts(group, key, n=5): totals = group.groupby(key)['contb_receipt_amt'].sum() # Order totals by key in descending order return totals.order(ascending=False)[-n:]"
  • "return totals.order(ascending=False)[:n]"
  • "TypeError: pivot_table() got an unexpected keyword argument 'rows'"
  • "从0开始,步长1和-1出现的概率相等。通过内置的random模块以纯python的方式实现1000步的随机漫步: In [1]: import random In [2]: position=0 In [3]: walk=[position] In [4]: steps=1000 In [5]: for i in xrange(steps): ...: step=1 if random.randint(0,1) else -1 ...: position += step ...: walk.append(position) ...: 我用np.random模块一次性随机产生1000个“掷硬币的"
  • "dateutil可以解析几乎所有人类能够理解的日期表示形式。(很遗憾,中文不行)"
用户评论
对比了四五本参考书,最好的还是这本,对Numpy,Pandas模块的讲解可以说是条分缕析,很实用。其他的书籍要么涉及内容过于宽泛,不够系统,要么只有很片面的案例应用,不实用。
pandas大神的书 可读性强
冯妇
很好用 像字典一样 (不知道实操行不行
看的英文版,Pandas入门书吧。只有python基础和有R类似实践经验的人都可以读。就是写得具体应用不是很多,第四章开始很难看进去。反复开始了3遍才看完,其实有点基础认真看一两天就能翻完。
不错的书。原版每章没有序号。翻译版翻译质量堪忧,但是能看。
微信快速阅读
作为数据分析师python工具入门的书籍,本书是值得推荐的。真的是带你入门,主要介绍了常用的数据处理、清洗、转换的操作,以及相关的包、函数。特色在于把python的设计逻辑讲的挺清楚的,之前用R语言,在看python是比较轻松易理解的。 不足之处:没有专门的梳理介绍python的一些系统工具函数,类似于help,sys等。
挺好滴,自己入门教程
收藏