《利用Python进行数据分析》
这本书几乎是数据分析入门必读书了
主要介绍了python 3个库numpy（数组），pandas（数据分析）和matplotlib（绘图）的学习
阅读本书可以获得一份关于在Python下操作、处理、清洗、规整数据集的完整说明。本书第二版针对Python 3.6进行了更新，并增加实际案例向你展示如何高效地解决一系列数据分析问题。你将在阅读过程中学习到新版本的pandas、NumPy、IPython和Jupyter。
本书由Wes McKinney创作，他是Python pandas项目的创始人。本书是对Python数据科学工具的实操化、现代化的介绍，非常适合刚学Python的数据分析师或刚学数据科学以及科学计算的Python编程者。数据文件和相关的材料可以在GitHub上找到：
l 使用IPython shell和Jupyter notebook进行探索性计算
l 学习NumPy(Numerical Python)的基础和高级特性
l 入门pandas库中的数据分析工具
l 使用灵活工具对数据进行载入、清洗、变换、合并和重塑
l 使用matplotlib创建富含信息的可视化
l 将pandas的groupby功能应用于对数据集的切片、分块和汇总
l 分析并操作规则和不规则的时间序列数据
利用完整的、详细的示例学习如何解决现实中数据分析问题
获取方式: 
有问题拿不到直接联系作者哦！
目录前言1第1章 准备工作71.1 本书内容71.1.1 什么类型的数据71.2 为何利用Python进行数据分析81.2.1 Python作为胶水81.2.2 解决“双语言”难题81.2.3 为何不使用Python91.3 重要的Python库91.3.1 NumPy91.3.2 pandas101.3.3 matplotlib111.3.4 IPython与Jupyter111.3.5 SciPy121.3.6 scikit-learn121.3.7 statsmodels131.4 安装与设置131.4.1 Windows141.4.2 Apple（OS X和macOS）141.4.3 GNU/Linux141.4.4 安装及更新Python包151.4.5 Python 2和Python 3161.4.6 集成开发环境和文本编辑器161.5 社区和会议171.6 快速浏览本书171.6.1 代码示例181.6.2 示例数据181.6.3导入约定181.6.4术语19第2章 Python语言基础、IPython及Jupyter notebook202.1 Python解释器212.2 IPython基础222.2.1 运行IPython命令行222.2.2 运行 Jupyter notebook232.2.3 Tab补全252.2.4 内省272.2.5 %run命令282.2.6 执行剪贴板中的程序302.2.7 终端快捷键302.2.8 关于魔术命令312.2.9 matplotlib集成332.3 Python语言基础342.3.1 语言语义342.3.2 标量类型422.3.3 控制流49第3章 内建数据结构、函数及文件543.1 数据结构和序列543.1.1 元组543.1.2 列表573.1.3 内建序列函数613.1.4 字典643.1.5集合673.1.6 列表、集合和字典的推导式693.2 函数723.2.1 命名空间、作用域和本地函数723.2.2 返回多个值733.2.3 函数是对象743.2.4 匿名（Lambda）函数753.2.5 柯里化：部分参数应用763.2.6 生成器773.2.7 错误和异常处理793.3 文件与操作系统823.3.1 字节与Unicode文件853.4 本章小结86第4章 NumPy基础：数组与向量化计算874.1 NumPy ndarray：多维数组对象894.1.1 生成ndarray904.1.2 ndarray的数据类型924.1.3 NumPy数组算术944.1.4 基础索引与切片954.1.5 布尔索引1004.1.6 神奇索引1034.1.7 数组转置和换轴1044.2 通用函数：快速的逐元素数组函数1064.3 使用数组进行面向数组编程1094.3.1 将条件逻辑作为数组操作1104.3.2 数学和统计方法1114.3.3 布尔值数组的方法1134.3.4 排序1144.3.5 唯一值与其他集合逻辑1154.4 使用数组进行文件输入和输出1154.5 线性代数1164.6 伪随机数生成1184.7 示例：随机漫步1204.7.1 一次性模拟多次随机漫步1214.8 本章小结122第5章 pandas入门1235.1 pandas数据结构介绍1235.1.1 Series1235.1.2 DataFrame1285.1.3 索引对象1345.2 基本功能135本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
