pandas創始人手把手教你利用Python進行數據分析

導讀：Python是目前數據科學領域的王者語言，眾多科學家、工程師、分析師都使用它來完成數據相關的工作。由於Python具有簡單易學、語法靈活的特點，很多需要處理數據的人士想要學習，主要有兩大類：

財經類、統計類背景人員，他們的日常工作有大量數據需要處理、分析，但對於學習使用計算機領域的編程語言Python又感到無從下手。

一些想要學習Python的計算機人員，他們工作較忙，沒有太多時間通過互聯網去系統學習Python數據技術

針對這兩類人員的需求，近期出版上市的《利用Python進行數據分析》第2版是很好的選擇。下面我們結合本書內容，大致介紹下如何利用Python進行數據分析。

01 Python數據分析流程及學習路徑

數據分析的流程概括起來主要是：讀寫、處理計算、分析建模和可視化四個部分。在不同的步驟中會用到不同的Python工具。每一步的主題也包含眾多內容。

根據每個部分需要用到的工具，Python數據分析的學習路徑如下：

02 利用Python讀寫數據

Python讀寫數據，主要包括以下內容：

我們以一小段代碼來看：

可見，僅需簡短的兩三行代碼即可實現Python讀入EXCEL文件。

03 利用Python處理和計算數據

在第一步和第二步，我們主要使用的是Python的工具庫NumPy和pandas。其中，NumPy主要用於矢量化的科學計算，pandas主要用於表型數據處理。

▲NumPy

▲pandas

04 利用Python分析建模

在分析和建模方面，本書主要介紹了Statsmdels和Scikit-learn兩個庫。

.Statsmodels允許用戶瀏覽數據，估計統計模型和執行統計測試。可以為不同類型的數據和每個估算器提供廣泛的描述性統計，統計測試，繪圖函數和結果統計列表。

▲.Statsmodels

Scikit-leran則是著名的機器學習庫，可以迅速使用各類機器學習演算法。

▲Scikit-leran

05 利用Python數據可視化

數據可視化是數據工作中的一項重要內容，它可以輔助分析也可以展示結果。本書主要介紹了Python眾多可視化庫中最為主流的Matplotlib：

06 總結：為什麼要選這本書

《利用Python進行數據分析》第2版原作者是美國的數據科學家Wes McKinney，他畢業於麻省理工學院，是大名鼎鼎的Python數據技術類庫pandas的創始人，在多家投資銀行從事過數據科學類的工作。本書第一版由Wes McKinney寫於2010年，經過7年的技術發展，第一版中的部分技術已不再適用，因此他於2017年發表了本書的第二版，對書中的大量技術、代碼、示例進行了更新。由於本書大受好評，國內旋即引進。

關於作者：徐敬一，是《利用Python進行數據分析》第2版的譯者，中國工商銀行的數據分析師，他在工作中大量使用各類Python數據技術，對於Python的數學科學技術棧十分了解，同時英語水平良好，使本書的翻譯質量得以保證。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！