学完可以解决90%以上的数据分析问题-利用python进行数据分析第二版（代码和中文笔记）...

《利用python进行数据分析》是数据分析的基础教程，绝大部分数据分析师的入门教材，目前已经升级到第二版。本站搜集了教材的第二版原版代码进行中文翻译和注释，并做了一定的笔记。基本上只需要看代码就能理解全书内容。本站认为，看完这些代码，90%以上的数据分析问题都能解决。

《利用python进行数据分析》第1版出版于2012年，彼时基于Python的开源数据分析库（例如pandas）仍然是一个发展迅速的新事物。本书第2版中，作者在一些章节内进行了修改，以解释过去5年中发生的不兼容的变更、弃用和一些新特性，并且使用了python3.6。此外，还添加了新内容，用以介绍在2012年还不存在或者不成熟的工具。作者认为本版内容4-5年内不过时。

本站搜集的本书的原版代码进行中文翻译和注释，并作了一定的笔记。

文末提供下载。

代码笔记目录

• CHAPTER 1：Preliminaries（预备知识）

• Chapter 2: Python Language Basics, IPython, and Jupyter Notebooks (Python语言基础，Ipython和Jupyter Notebooks)

• Chapter 3: Built-in Data Structures, Functions, and Files (内建数据结构，函数和文件)

• Chapter 4: NumPy Basics: Arrays and Vectorized Computation（NumPy基础：数组和向量化计算）

• Chapter 5: Getting Started with pandas（开始使用pandas）

• Chapter 6: Data Loading, Storage, and File Formats（数据加载，存储，文件格式）

• Chapter 7: Data Cleaning and Preparation（数据清洗和准备）

• Chapter 8: Data Wrangling: Join, Combine, and Reshape（数据加工：加入, 结合, 变型）

• Chapter 9: Plotting and Visualization（绘图和可视化）

• Chapter 10: Data Aggregation and Group Operations（数据汇总和组操作）

• Chapter 11: Time Series（时间序列）

• Chapter 12: Advanced pandas（高级pandas用法）

• Chapter 13: Introduction to Modeling Libraries in Python（Python中建模库的介绍）

• Chapter 14: Data Analysis Examples（数据分析实例）

代码截图

 总结和建议

《利用python进行数据分析》是数据分析的基础教程，第二版内容更加全面，这是绝大部分数据分析师的入门教材。本站搜集了教材的第二版原版代码进行中文翻译和注释，并做了一定的笔记。基本上只需要看代码就能理解全书内容。本站认为，看完这些代码，90%以上的数据分析问题都能解决。

可以不看书，直接看代码和注释，本站提供代码和原版电子书下载。

下载链接：https://pan.baidu.com/s/1tW8a8IXldta2ItauTtlSIg 

提取码：5qp1 

若被和谐，请在公众号回复“3344”获取最新链接。

请关注和分享↓↓↓ 

机器学习初学者

QQ群：554839127

（注意：本站有6个qq群，加入过任何一个的不需要再加）

往期精彩回顾

• 良心推荐：机器学习入门资料汇总及学习建议（2018版）
  

• 黄海广博士的github镜像下载（机器学习及深度学习资源）

• 吴恩达老师的机器学习和深度学习课程笔记打印版
  

• 机器学习小抄-（像背托福单词一样理解机器学习）

• 首发：深度学习入门宝典-《python深度学习》原文代码中文注释版及电子书

• 科研工作者的神器-zotero论文管理工具

• 机器学习的数学基础

• 机器学习必备宝典-《统计学习方法》的python代码实现、电子书及课件

• 吐血推荐收藏的学位论文排版教程（完整版）