利用Python进行数据分析:30万人都在看的畅销书,更新了!!!

利用Python进行数据分析

  • 概述
  • 好书推荐
    • 升级特性
    • pandas
    • 作译者简介
    • 主要变动
  • 导读视频:
  • 收获
  • 写在末尾:

在这里插入图片描述

主页传送门: 传送

概述


想学习python进行数据分析,这本《利用python进行数据分析》是绕不开的一本书。目前该书根据Python3.10已经更新到第三版。

好书推荐


  Python 语言极具吸引力。自从 1991 年诞生以来,Python 如今已经成为最受欢迎的解释型编程语言。

  pandas 诞生于2008年。它是由韦斯·迈金尼(Wes McKinney)于2008年开始开发的,最初的目标是为了解决金融数据分析中的一些实际问题。pandas于2009年作为开源项目发布,并逐渐在数据科学和数据分析领域获得了广泛的应用和认可。

  如果你想学习如何使用Python进行数据分析,那么这本 《利用Python进行数据分析》 是必不可少的一本书。而这本书的作者正是Python数据分析核心pandas库的开发者韦斯·迈金尼。现在,这本30w人都在看的Python数据分析畅销书第三版中文版已经上市!

利用Python进行数据分析:30万人都在看的畅销书,更新了!!!_第1张图片

升级特性


  相比于第二版,第三版多了41页内容,pandas升级为1.4.0、Python升级为3.10。第三版最大的变化是紧贴pandas升级,主要是新增了方法和特性的内容。

利用Python进行数据分析:30万人都在看的畅销书,更新了!!!_第2张图片

pandas


    《利用Python进行数据分析》 这本书的成功绝非偶然。这本书的主角是pandas。从技术上讲,pandas负责处理原始数据,将其规整、清洗后成为高质量的结构化数据,再利用数据进行可视化或模型训练。从业务上讲,pandas上承爬虫,下启机器学习,pandas的两个重要的数据结构Series和DataFrame已成为机器学习中重要的基础数据结构。

  《利用Python进行数据分析》 这本书的写作质量非常高,得益于本书作者也是pandas库的创作者,本书知识点组织清晰、讲解流畅,文字中间穿插代码、注意事项、图片和表格,所以读起来一点也不枯燥。字里行间还能感受到作者对技术和开源的热爱。

  掌握pandas,能为许多工作奠定基础,比如商业分析、金融量化、机器学习。另外,pandas对学校和科研单位的研究者也非常有帮助。

作译者简介


  作者: Wes McKinney是Voltron Data的联合创始人兼首席技术官、Python数据社区的活跃成员,同时也是在数据分析、金融和统计计算等领域推广使用Python的倡导者。Wes毕业于麻省理工学院,同时也是Apache软件基金会的Apache Arrow和Apache Parquet项目的项目管理委员会成员。

  ** 译者:陈松,清华大学技术经济研究所副研究员,技术经济大数据实验室技术负责人,参与多项省部级、地区性课题研究。著有《区块链通识课50讲》,译有《DeFi与金融的未来》**,具有 4 项国家发明专利。日常维护名为SeanCheney的博客、GitHub和公众号,阅读量上千万。

主要变动


  • 基于Python 3.10和pandas 1.4全面更新代码示例。

  • 知识点紧跟Python、NumPy、pandas,以及其他项目的最新版本。

  • 新增配套在线开源电子版,便于读者随时查看更新。

  • 增加对新特性、新工具及方法的介绍。

  • 新增大量实际案例。

导读视频:


  为方便初学者阅读,译者陈松老师为本书制作了配套导读视频。视频可在 B站“IT阅读排行榜” 免费观看!

利用Python进行数据分析:30万人都在看的畅销书,更新了!!!_第3张图片

购书链接:

京东直达

收获


  • 使用Jupyter notebook和IPython shell进行探索性计算。
  • 掌握NumPy的基础功能和高级功能。
  • 掌握pandas库中的数据分析工具。
  • 使用灵活的工具对数据进行加载、清洗、转换、合并和重塑
  • 使用matplotlib进行信息可视化。
  • 使用pandas的groupBy功能对数据集进行切片、切块和汇总。
  • 分析并处理规则的时间序列数据和不规则的时间序列数据。
  • 利用完整、详细的示例学习如何解决现实中的数据分析问题

写在末尾:


根据博客阅读量本次活动一共赠书若干本
评论区抽取若干位小伙伴送出,中奖了会私信通知
参与方式:关注博主、点赞、收藏 + 评论
(任意评论不折叠即可,切记要点赞+收藏,否则抽奖无效,每个人最多评论三次)

在这里插入图片描述

  如果喜欢的话,欢迎 关注 点赞 评论 收藏  一起讨论
  你的支持就是我✍️创作的动力!					  

你可能感兴趣的:(粉丝送书活动,python,数据分析,开发语言,送书,福利)