用Python进行数据分析：探索性数据分析的实践与技巧（文末送书）

🤵‍♂️ 个人主页：@艾派森的个人主页

✍🏻作者简介：Python学习者
🐋 希望大家多多支持，我们一起进步！😄
如果文章对你有帮助的话，
欢迎评论 💬点赞👍🏻 收藏 📂加关注+

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。

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！

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》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。