简介

精彩点评

• 

  清风徐来

  推荐

  我是抱着熟悉excel同时了解Python蟒蛇的分析功能来的，感觉本书没有让我失望，没有太过于长篇大论，也达到了给读者所需知识的效果，可以

• 

  F⚽⚽⚽⚽tMan

  推荐

  python真是强大，比c语言灵活太多了，对文本的操作灵活性和shell有的一比，比shell好的是可以winodws下操作，加上自动发送邮件，工作效率提升杠杠的

• 

  张杰 ༽Mark

  推荐

  快速浏览了下，前面对比excel操作和python用法，后面是数据可视化的操作。 代码必须实操，看完也只是有个概念

• 

  Frances Liu

  推荐

  跟着github上搜作者的拼音名字，里面的简图看着思路更清晰更加有效

• 

  宝儿圆

  推荐

  通俗易懂，对于python数据分析给了一个大体的解读与实例，就是要记住的函数等包括分组:图形化的公式较多，需要多练多做笔记。其次对应的excel表的差异化讲解的稍微少了一些。对于有变成基础的人还是不算难，小白就困难了些

• 

  平

  推荐

  我的pandas入门书。比较清楚地介绍了pandas数据分析的总体框架。

• 

  Zoey

  推荐

  前面的部分写的不错，通俗易懂。但是看到后面，小错误真的有点多了…哎

• 

  waikit

  推荐

  非常接地气的一本书，真是满满的干货，对于从事数据分析的人员，强烈推荐！！！

• 

  孙军

  推荐

  两个晚上读完，感觉不实用，就是介绍下基本语录，感觉为写书而写书。

• 

  elEvan

  推荐

  很基础 也很食用，建议大家从这本书开始读起，进阶的可以再看别的。

• 

  MSK

  推荐

  作为一本入门书，思路清晰，但基础语法错误太多，反而不适合新手入门用了

• 

  Monkey

  推荐

  跟Excel对比说明，非常直观，可以帮助了解数据分析最基本的几个函数。

• 

  everytime

  推荐

  粗读此书的目的主要是想让自己对Python有所熟悉，显然，这本书达到了目的。作为市场研究人员我们已对Excel非常熟悉，对于工作中各种小数据的处理基本上不存在问题。但在大数据的时代，Python等各种编程工具无疑具有降维打击优势。 纵观“数据分析/市场研究”相关的招聘需求市场，发现行业多要求研究人员不仅懂研究方法商业逻辑，还要会各种大小数据分析工具。我们也逐浪而行，学会了词云图制作，学会了热力图制作，各种可视化软件，然后还是不够.. .我一直觉得“数据挖掘/分析”与“研究”是两个工种，所以我有时候在想当前这种趋势是否是逆分工化？

• 

  风

  推荐

  数据分析流程，获取数据--数据预处理--数据筛选--数值操作--数据运算--时间序列--数据分组--多表拼接--数据可视化——结果导出。 人们数值计算的需求，主要是矩阵相关的运算时，NumPy问世了。 人们数值计算的需求，主要是数据库或者本地的Excel表格时，在NumPy的基础上Pandas问世了。

• 

  瞎猫

  推荐

  很惊讶作者可以把一本编程的书写得如此简单易懂，应该适合熟悉Excel但没有编程经验的数据分析师