導讀：Python是目前數據科學領域的王者語言，衆多科學家、工程師、分析師都使用它來完成數據相關的工作。由於Python具有簡單易學、語法靈活的特點，很多需要處理數據的人士想要學習，主要有兩大類：
財經類、統計類背景人員，他們的日常工作有大量數據需要處理、分析，但對於學習使用計算機領域的編程語言Python又感到無從下手。
一些想要學習Python的計算機人員，他們工作較忙，沒有太多時間通過互聯網去系統學習Python數據技術
針對這兩類人員的需求，《利用Python進行數據分析》第2版是很好的選擇。下面我們結合本書內容，大致介紹下如何利用Python進行數據分析。
01 Python數據分析流程及學習路徑
數據分析的流程概括起來主要是：讀寫、處理計算、分析建模和可視化四個部分。在不同的步驟中會用到不同的Python工具。每一步的主題也包含衆多內容。
根據每個部分需要用到的工具，Python數據分析的學習路徑如下：
02 利用Python讀寫數據
Python讀寫數據，主要包括以下內容：
我們以一小段代碼來看：
可見，僅需簡短的兩三行代碼即可實現Python讀入EXCEL文件。
03 利用Python處理和計算數據
在第一步和第二步，我們主要使用的是Python的工具庫NumPy和pandas。其中，NumPy主要用於矢量化的科學計算，pandas主要用於表型數據處理。
▲NumPy
▲pandas
04 利用Python分析建模
在分析和建模方面，本書主要介紹了Statsmdels和Scikit-learn兩個庫。
.Statsmodels允許用戶瀏覽數據，估計統計模型和執行統計測試。可以爲不同類型的數據和每個估算器提供廣泛的描述性統計，統計測試，繪圖函數和結果統計列表。
▲.Statsmodels
Scikit-leran則是著名的機器學習庫，可以迅速使用各類機器學習算法。
▲Scikit-leran
05 利用Python數據可視化
數據可視化是數據工作中的一項重要內容，它可以輔助分析也可以展示結果。本書主要介紹了Python衆多可視化庫中最爲主流的Matplotlib：
06 總結：爲什麼要選這本書
《利用Python進行數據分析》第2版原作者是美國的數據科學家Wes McKinney，他畢業於麻省理工學院，是大名鼎鼎的Python數據技術類庫pandas的創始人，在多家投資銀行從事過數據科學類的工作。本書第一版由Wes McKinney寫於2010年，經過7年的技術發展，第一版中的部分技術已不再適用，因此他於2017年發表了本書的第二版，對書中的大量技術、代碼、示例進行了更新。由於本書大受好評，國內旋即引進。
關於作者：徐敬一，是《利用Python進行數據分析》第2版的譯者，中國工商銀行的數據分析師，他在工作中大量使用各類Python數據技術，對於Python的數學科學技術棧十分了解，同時英語水平良好，使本書的翻譯質量得以保證。
推薦語：適合剛學Python的數據分析師或剛學數據科學以及科學計算的Python編程者。閱讀本書可以獲得一份關於在Python下操作、處理、清洗、規整數據集的完整說明。
👆這本經典的書，抽獎送一本👇
本文分享自微信公衆號 - 凹凸數據（alltodata）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。