简介

精彩点评

• 

  王逸少

  推荐

  如果不拿pandas用于实际工作中的话，会觉得这本书一般般，但如果真的需要用到pandas了，这本书绝对是五星好评的必读书籍！还得需要举一反三多熟练！

• 

  凪丌

  推荐

  中规中矩的一本技术书吧。大部分讲的是几个库的使用，一边看一边跟着敲到后来头昏脑胀，后面几章大致翻了翻都跳了，等到要用的时候不如再直接查官方文档。收获最大的反而是前几章把Python基本语法复习了下，以及介绍ipython的使用方法。 图书馆把这本书的第一版是放到了统计学的架子上，也是没怎么学过统计学和数据分析，所以很多地方不是看不懂就是不知道有啥用，毕竟这本书没怎么讲原理。感觉很多例子也不够好，自己跟着把例子改了改才懂。最后，严重谴责一下作者不讲jupyter notebook的使用方法，跟着书敲到了一半后才发现有多好用。[流泪][流泪][流泪]

• 

  王晓伟

  推荐

  #读书 《利用Python进行数据分析》 Wes Mckinney著。这本书主要讲解了如何利用pandas、numpy和matlibplot包进行数据导入、处理、分析，是一本适合Python数据方面初学者的一本书，推荐对Python感兴趣的读者作为学习Python的第一本书。 这本书有点类似于官方的参考文档，作者自己本来就是编写pandas库的人。读这类书一定要配合编码实操，否则读的再溜也还是不会用，毕竟工具这东西就是“曲不离口，拳不离手”，越用才能越熟练。建议读书同时开个有道云笔记，把琐碎的知识点复制进去，在各个时间间隙进行高频复习，这样印象更深，记的更牢。 Python这语言有自己独特的机制，通俗说就是“坑”挺多的，有些比较底层原理这本书讲的并不深，建议配合《编写高质量代码：改善Python程序的91个建议》中的一些章节来阅读，可以深入了解下这些“坑”的原理是什么。 对于码代码的工具，可以直接安装Anaconda，省去了单独安装配置的繁琐，能将更多精力集中到学习本身。编辑器方面，推荐使用Anaconda里集成的Spyder，这个IDE和Rstudio很像，个人感觉比Jupyter notebook用着更顺手。