简介

精彩点评

• 

  YC-

  推荐

  图书馆借实体书看完的，pandas讲得很细(毕竟作者就是开发者)，适合作为参考书。

• 

  Fan CH

  推荐

  作者是pandas的开发者，所以对pandas的应用写的较为详细些。但是这本书默认读者已经有python基础，并且了解过常见的数据分析库，所以代码解释地没有那么友好，可以参考《python数据科学手册》和numpy、pandas、matplotlib官方文档学习。

• 

  Xinyan Zhang

  推荐

  我入行数据科学有两本书不得不提，一本是《R for data science》另一本就是《Python for data analysis》

• 

  火锅老板

  推荐

  目前看完的最厚的一本（？），真的好难，好多小技巧，还好课外自己上了实践课才能看懂很大部分内容，去年12月那会真的在苦熬。。。。

• 

  惟彧

  推荐

  全书逻辑很紧凑，架构也比较完善，不愧是数据分析必读书目之一。但是由于是翻译过来的原因，很多地方用词晦涩，甚至比官方文档还难以理解，就很难受。

• 

  波波🐋

  推荐

  还没看完，实在是忍不住想要吐槽一下了。翻译的很烂，可读性很差，像是机翻，甚至有些地方错误翻译-影响理解。怀疑完全没有找相关的专业人员校稿。读者在书中加的笔记一定程度上帮助了理解和纠错。整部书的结构很好，只好慢慢读了。

• 

  Joey

  推荐

  作为漫长数据分析道路上的一本严谨且内容丰富的书籍，它充分开拓了我的知识面。若最后三章扩充内容并更友好地串联前面章节的知识，那么打六星都不为过。不容错过的经典书籍。

• 

  Zion

  推荐

  只是写写脚本前面看看几个章节足够，这两天把后面的框架也过了一下，很不错，值得推荐👍

• 

  习惯

  推荐

  这本书不错，但我更喜欢明日科技的全彩版的 《Python数据分析从入门到实践》

• 

  @夏不来

  推荐

  反复研读不下十遍才来点评，一点一点地撑到最后，这个过程是艰辛的，但确是值得的，实用性强，但有部分代码在目前版本被抛弃，可能对初学者不大友好，为此翻阅了好几本Python书籍，看了不少视频教程做功课，因为部分关键词和用法未在本书得到体现，期待出新版本，但是经典之作是值得反复阅读的！

• 

  哄哄

  推荐

  这本书很经典，但是不好懂，应该是翻译的锅，还不如看英文原版。如果看不了英文原本，也可以看国内销量高的python数据分析入门，可懂度高多了。 不管怎么样，看完了就能掌握大部分数据分析需要的库了，应付一般工作足矣。

• 

  澀谷

  推荐

  这本书，阅读不友好，实操不友好，技术文档不像技术文档，教程不像教程

• 

  十一

  推荐

  此书作为入门级介绍还是不错的，简要的介绍了可能使用到的方法和技巧，以几个实战案例结束本书，对新手有一定指导性。

• 

  翔子非骆驼

  推荐

  本书为学python进行数据分析的启蒙书，书中代码理解并全书实际敲一遍，对python基本框架逻辑理解透彻，再结合实际工作中需解决的分析问题，耐着性子构想及理解，速度会越来越快，尤其是处理复杂循环类的分析，犹如神助。加油，共勉。

• 

  青芒

  推荐

  算是耗费很长时间来看完了，时间线有些长，将近七个月了！大多都是粗看，偶尔细看。但收获很大，心静真的很重要，静下心来看讲解，看开源码，利用jupyter lab偶尔运行看看效果。