利用python数据分析 豆瓣_利用python进行数据分析哪本书好点?

【2020.12.25，第八次更新】

首先，明确学习目标--用Python来做数据分析很重要！作为目前的全球第一编程语言，Python几乎无所不能，从软件开发、Web开发、数据库开发、系统开发，到游戏开发，网络爬虫，再到让Python傲视群雄的机器学习。不同的学习目标，当然就对应着不同的学习路径。

说到数据分析，R语言其实之前一直走在Python的前面。R语言约等于统计学，说它是第一统计语言一点都不为过。然后呢随着机器学习的火爆，Python开始深入数据处理的各个领域，相继开发出了有划时代意义的NumPy(矩阵运算)、pandas(数据框数据整理)、matplotlib(画图)、seaborn(高级画图)、statsmodels(回归及其他计量分析)等数据处理包。再结合如日中天的sciki-learn(机器学习综合包)、keras(神经网络包)、TensorFlow(深度学习，Google推出)和PyTorch(深度学习，Facebook推出)包，Python即使在统计和数据分析这一领域，也大有取代R语言之势。不过话说回来，Python的各种数据分析包开发时公开借鉴了很多R、MATLIB、SAS和Stata等统计软件，尤其是R(毕竟人家是开源统计之王)。

换句话说，学习数据分析，其实就是一个学习使用各种包的过程。

接下来，就根据本人多年的自学经验，给大家分享学习过程中遇到的那些可以让我们少走弯路的经典书籍。介绍的时候，我通常会先推荐一本歪国人写的书，再对应一本国人写的书。国人写的书，坦白说相对没那么前沿那么高逼格，但是好处是可以帮我们学得飞快啊~~划重点：很多时候，学习一个技能最快捷的方法不是彻底搞懂它，是囫囵吞枣，尽快上手，能驾驭就好。呵哈哈哈。

好了说了那么多，开始上书(给出的链接默认是京东自营)。下面是后面部分内容的一个简单目录。目录

1 Python入门书籍介绍

2 数据分析基础

- 2.1 pandas入门

- 2.2 数据分析基础

- 2.3 备查工具书

- 2.4 金融和量化交易

- 2.5 和Excel/R/Stata一起玩耍

- 2.6 网络爬虫

3 机器学习

1 Python入门书籍介绍《Python编程 从入门到实践》 - 豆瓣9.1分

点评：这两本书，全面细致地介绍了一些Python的基础元素。从Python下载安装、开发环境搭建，到Python数据类型、循环，再到数据分析、游戏开发、爬虫和机器学习，都有简单涉及。但是，坦白说，这两本书的作用有限，只能帮助我们入门。想要掌握Python数据分析技能，我们还要继续往前。

Btw，这本国产入门圣经《零基础学Python(全彩版)Python3.8 全新升级》在豆瓣居然没有评分。不过呢，不妨碍人家京东自营销量第二啊~~至于第一是谁？还能是谁——那自然是上面老歪写的那本入门圣经咯。

2 数据分析基础

2.1 pandas入门《利用Python进行数据分析》 - 豆瓣8.1分

点评：首先，这书的作者就是pandas的开发者McKinney大神呃。然后，这里第二版是基于Python3.6，豆瓣评分掉了一些(8.1分)。基于Python 2.7的第一版实在经典，拿下8.6分。

点评：又是一本JD 派森数据分析排前二的神书。还是那个老故事，老歪写的销量第一，国人写的排第二。这个书除了介绍pandas，还介绍了NumPy、matplotlib、seaborn以及sciki-learn。它还自带大量的项目，手把手带你在数据分析的高速路上狂奔！坦白说，如果只给你一本书，要求你一周学会用Py做数据分析，那么，忘了那些老歪大神吧，除了国产圣经你还真别无选择~！

2.2 数据分析基础

点评：这本书真的很基础，写的也很好，但是不明白为什么豆瓣评分不高(6.9分，当然也不算低)。里面除了Python的语言基础之外，还介绍了如何处理CSV、Excel和SQL数据源，画图和回归建模基础和高级数据结构等。总的来说，该书的特色是CSV、Excel和SQL相关操作讲得比较细致全面。

2.2 备查工具书

坦白，刚才上面那本书已经可以算成总和Python数据分析的数据了。接下来，我们还会继续解释更加综合和细致的数据分析方面的牛书。《Python数据科学手册》 - 豆瓣9.3分

点评：豆瓣9.3分已经说明一切，9.3也是这次书单中的豆瓣最高分。该书足以和我们介绍的第一本Python入门圣经媲美的神书。这个书最大的特别是基础而细致。当我们遇到一些技术细节问题的时候，有时候百度Google未必都能找到思路的时候，翻翻这种工具书也会找到你想要的答案。

点评：这个书只有在编程到一定水平以后才可能用得着。它具体涵盖文本、数据结构、算法、网络通信、互联网、并发、模块工具等。是一本帮你知其然还“知其所以然”的好书。

2.4 金融和量化交易《Python金融大数据分析》 - 豆瓣7.6分

豆瓣显示的是第一版的评分。链接里面给的是最新的第二版(2019年4月)。

点评：作为金融科技专业背景的我，每次看到这本书都要叹上几口气。老子当年在北大读硕士那会，怎么就没人和我提过这本书？？？要立志成为一名合格的金融科技民工，没有这个指南，所以我这后来不就迷失人生方向了嘛==！所以后来再次遇到这本书的时候，就毫不犹豫把它买了下来。还不忘每天晚上睡觉时放枕头底下，让我重温自己的金融老梦。

另外，这个书的作者是Python Quants的创始人希尔皮斯科，量化交易方面的风云人物。

内容简介：这个书，讲了Py的基础和核心知识，讲了NumPy、pandas，金融统计和机器学习。针对金融，讲了随机过程、期权定价等等。最重要的是，讲了金融科技里面的算法交易、交易策略和自动化交易、金融模型模拟等等。

点评：国产版嘛，还是那个味。就是案例多，易上手，方便照猫画虎。可以作为上面那本的有效补充。

2.5 Python和Excel、R以及Stata协同

Excel大家知道吧，就是那个频繁出现在Python广告中的反面例子——“Excle加班熬夜搞通宵，几万个操作做不完。。。Python 两分钟3行代码轻轻松松搞定”之类。其实Excel这个软件，当然很重要很强大啊~多重要多强大？好吧，实在难以描述 undepictable。

反正，Excel是一个大家都多少多少会的软件。不管什么软件，都是为了处理数据，而已。那如果我们在用Python搞数据的时候，可以和Excel一起对比着学，那岂不是更加容易触类旁通举一反三？事实上作者本人就经常这么干。我不仅Excel一起学，还经常拉上Stata和R，和Python愉快地玩耍。

点评：Stata是经管界的通用语言，也是我用来跑计量模型发经济学论文的主力工具。然后呢，使用经验那肯定也很丰富。这里要是让我推荐唯一一本的话，当然就它了。这个书也是Stata官网中推荐的入门书籍之一。可能有读者看到了，那书用的Stata 12呢？好吧，本人学这本书时候用的13，目前用15.1和16.1，但是啊，也没明显发现上面的知识过时。为啥？因为介绍的都是很基础的东西。就像目前Stata很多官方视频，依然用的Stata 12 进行演示。

点评：豆瓣8.9分，还有什么好说的？这个书都被我给翻烂了，因为当年为了写一门金融数据分析课作业，经常写到想吐血。简单说来就四个字：入门最佳。

2.6 网络爬虫

关于编程工具Python、JAVA、C、C++和VB等对比，不知道大家有没有看过那个搞笑的鬼畜视频。大概就是Python亮出它的招牌工具爬虫的时候，就成功爬到老二的位置。老大嘛，自然还是JAVA。不过时至今日，Python还有新的招牌机器学习，直接就翻越JAVA，成为编程界霸主。好了，回到爬虫。爬虫嘛，就是一个数据获取的重要工具，是Python数据分析的一个独立模块(初学者可以完全可以先放一边，后面再学)。当然数据爬回来之后的清洗整理工作，还是得交给前面咱们提到的NumPy和pandas的。

点评：爬虫算是数据处理的一个专门模块，想要学会可能需要了解一些HTML/CSS/JAVA Script的基础知识。好好看完这两本书，多照着国产那本的项目跑几遍，自己尝试一些小项目。如此下来，相比爬虫这一神器也能用起来了~！

3 机器学习

机器学习和数据分析有关嘛？那当然有关咯。不管你是数据科学专业出身，还是经济管理计量领域，或是金融科技量化交易方面，机器学习都将是你站上时代潮头的最重要工具。

给小白的彩蛋来咯~！

点评：连最基础的那些常见的希腊字母都给你解释怎么读，什么意思；给你解释ln函数啥意思。你还不满足嘛？如果你对机器学习充满好奇，又担心自己数序基础太差或者没有，那买这个书就对了。看完之后，你即使自己不会机器学习建模，但是大概看明白那些酷炫的算法还是没有问题滴。看完之后，你可能会产生一种错觉——所谓的高深统计学习模型，也不过如此嘛~~！

点评：作者是Keras之父，TensorFlow主要作者。目前任职谷歌。

写在最后：不知道大家有没有发现。这几本在JD上销量前几的国产神书，大都是同一个国内叫明日科技的出版社出版出的；国外在主要来源于O'REILLY出版社(动物封面)。只能说，这2个出版社做到这个水平，那也是Python书籍出版界的领袖了吧。

最后的最后——自学贵在坚持~共勉！！！