
罗攀
本书便是一本“小白”学习Python数据分析的入门图书。书中不仅有各种分析框架的使用技巧,而且也有各类数据图表的绘制方法。本书通过多个案例讲解,让读者可以体验数据背后的乐趣。 本书共11章,核心内容包括Python数据分析环境安装、NumPy基础、pandas基础、数据读取与存储、数据预处理、数据分组与聚合、matplotlib可视化、地图绘制、pyecharts可视化、时间序列、网站日志分析综合案例实战。 本书适合Python数据分析的初学者和爱好者阅读,也适合作为各类院校相关专业的教学用书,同时还适合相关社会培训机构作为Python数据分析培训教材或者参考书。
囫囵吞枣的看了一遍,对于数据处理方面的numpy,pandas,matplotlib等库都有介绍,并且辅以示例。不过得有数据基础和python基础,这样理解起来迅速一些。
这是一本偏基础的Python技术书,过一遍这本书可以对python的基础知识有较全面掌握。 在读了这么多年书之后,感觉到学习一项新技术效率最高的方法是边用边学,遇到问题后再及时去补这块知识。但是如果想发挥这项技术的更大的价值,就要看书比较系统全面的学习它的基础知识了。
虽然页数不多,各主要数据分析模块和绘图模块均有涉及。尤其是对seaborn模块的讲解,其他同类书中均不如此书详尽。seaborn模块是基于matplotlib基础上的绘图模块,提供多种开箱即用的图表样式和更美观的的图表渲染,和matplotlib可以搭配使用。
可视化的案例上非常丰富。时间序列的介绍也很到位。适合在项目中不时查阅
阅读这本书需要有numpy和pandas基础的,进而对所学知识的一个整理和巩固。
Python 学习#2:主要介绍如下内容;Python 运行软件的安装及有关统计计算基本,综合示例——图像变换,“解pandas库中两种基础数据结构的创建和使用方法及DataFrame的选取和操作,读者掌握其算术运算与函数的使用,结合一个综合示例,介绍数据分析流程和pandas的可视化”。数据库的读取与存储。…… 简单说,介绍各种基本数据的Input, Output, 数据清洗及相关表达图。它没有包括统计分析方法及相关内容。 通俗易懂,……非常适合小白童鞋入门。
行业/分支:IT/开发/数据分析 难易度:简单 简介:通过对常用Python库的使用介绍结合案例分析与实战详实的阐述了数据分析的工具与方法。 优点:章节逻辑清晰;内容循序渐进;实例贴切且能抓住要点 不足:少量的排版及印刷错误;使用中文路径 适合人群/阶段:有Python基础并想学习数据分析入门的人
这本书内容基本上就是《利用Python进行数据分析》这本书的翻版,就连综合案例都几乎完全一样。不过这本书比原书的排版要好一些,代码和运行结果和原书不同,是通过Jupyter notebook展示的,可见作者把原书的代码用Jupyter notebook重写编写和执行了一遍。 和原书相比,本书在文字表述上更加简练,易懂,内容也有所增删,可视化部分增加了pyecharts,去除了原书的高级部分和语言基础部分。对于初学者而言,这本书更加实用,易于上手。
个人觉得这本书挺好,手边没有电脑,大概每章翻了一下,不像有些书籍是用的ipython编程的,看着迷糊,因为是Python初学者,看这本数据分析还可以理解,只需手边有电脑跟着编码感受每个方法属性的意义,适合新手,推荐[可爱]
本书适合Python数据分析入门,里面每个章节的优点是结合了实例数据集提供实战练习帮助融会贯通之前学的知识点。 另外,本书讲解的知识点基本都是数据分析过程中会常用到的,总体而言,本书是一本非常实用的基础书籍,建议归为Python数据分析的入门级阅读书籍之一