pandas创始人手把手教你利用Python进行数据分析

导读：Python是目前数据科学领域的王者语言，众多科学家、工程师、分析师都使用它来完成数据相关的工作。由于Python具有简单易学、语法灵活的特点，很多需要处理数据的人士想要学习，主要有两大类：

财经类、统计类背景人员，他们的日常工作有大量数据需要处理、分析，但对于学习使用计算机领域的编程语言Python又感到无从下手。

一些想要学习Python的计算机人员，他们工作较忙，没有太多时间通过互联网去系统学习Python数据技术

针对这两类人员的需求，近期出版上市的《利用Python进行数据分析》第2版是很好的选择。下面我们结合本书内容，大致介绍下如何利用Python进行数据分析。

01 Python数据分析流程及学习路径

数据分析的流程概括起来主要是：读写、处理计算、分析建模和可视化四个部分。在不同的步骤中会用到不同的Python工具。每一步的主题也包含众多内容。

根据每个部分需要用到的工具，Python数据分析的学习路径如下：

02 利用Python读写数据

Python读写数据，主要包括以下内容：

我们以一小段代码来看：

可见，仅需简短的两三行代码即可实现Python读入EXCEL文件。

03 利用Python处理和计算数据

在第一步和第二步，我们主要使用的是Python的工具库NumPy和pandas。其中，NumPy主要用于矢量化的科学计算，pandas主要用于表型数据处理。

▲NumPy

▲pandas

04 利用Python分析建模

在分析和建模方面，本书主要介绍了Statsmdels和Scikit-learn两个库。

.Statsmodels允许用户浏览数据，估计统计模型和执行统计测试。可以为不同类型的数据和每个估算器提供广泛的描述性统计，统计测试，绘图函数和结果统计列表。

▲.Statsmodels

Scikit-leran则是著名的机器学习库，可以迅速使用各类机器学习算法。

▲Scikit-leran

05 利用Python数据可视化

数据可视化是数据工作中的一项重要内容，它可以辅助分析也可以展示结果。本书主要介绍了Python众多可视化库中最为主流的Matplotlib：

06 总结：为什么要选这本书

《利用Python进行数据分析》第2版原作者是美国的数据科学家Wes McKinney，他毕业于麻省理工学院，是大名鼎鼎的Python数据技术类库pandas的创始人，在多家投资银行从事过数据科学类的工作。本书第一版由Wes McKinney写于2010年，经过7年的技术发展，第一版中的部分技术已不再适用，因此他于2017年发表了本书的第二版，对书中的大量技术、代码、示例进行了更新。由于本书大受好评，国内旋即引进。

关于作者：徐敬一，是《利用Python进行数据分析》第2版的译者，中国工商银行的数据分析师，他在工作中大量使用各类Python数据技术，对于Python的数学科学技术栈十分了解，同时英语水平良好，使本书的翻译质量得以保证。