豆瓣评分 8.7！Python pandas 创始人亲码的数据分析入门手册！

在众多解释型语言中，Python 最大的特点是拥有一个巨大而活跃的科学计算社区。进入 21 世纪以来，在行业应用和学术研究中采用 python 进行科学计算的势头越来越猛。

近年来，由于 Python 有不断改良的库(主要是 pandas)，使其成为数据处理任务的一大代替方案，结合其在通用编程方面的强大实力，完全可以只使用 Python 这一种语言去构建以数据为中心的应用程序。

作为一个科学计算平台，Python 的成功源于能够轻松的集成 C、C++以及 Fortran 代码。大部分现代计算机环境都利用了一些 Fortran 和 C 库来是西安线性代数、优选、积分、快速傅里叶变换以及其他诸如此类的算法。

今天给小伙伴们分享的这份手册堪称数据分析实用入门指南，对 Python 数据科学工具的介绍既贴近实战又内容新颖，非常适合刚开始学习 Python 的数据分析师或刚开始学习数据科学和科学计算的 Python 程序员阅读。

限于文章篇幅原因，只能以截图的形式展示出来，有需要的小伙伴可以 点击这里获取！

目录

内容

第 1 章 准备工作

第 2 章 Python 语言基础、IPython 及 Jupyter notebook

第 3 章 内建数据结构、函数及文件

第 4 章 NumPy 基础：数组与向量化计算

第 5 章 pandas 入门

第 6 章 数据载入、存储及文件格式

第 7 章 数据清洗与准备

第 8 章 数据规整：连接、联合与重塑

第 9 章 绘图与可视化

第 10 章 数据聚合与分组操作

第 11 章 时间序列

第 12 章 高阶 pandas

第 13 章 Python 建模库介绍

第 14 章 数据分析示例

限于文章篇幅原因，就展示到这里了，有需要的小伙伴可以 点击这里获取！