利用Python进行数据分析(第二版)早鸟版介绍

暑期回家学车的时候,我为了保持自己的学习状态,于是去看《利用Python进行数据分析》。为了能够运行书上的代码,我去GitHub上下载它们随书数据,不经意间发现这本书要在今年10月份出第二版了,图书地址是http://shop.oreilly.com/product/0636920050896.do。感谢搜索引擎,我下载到了early bird version,等出正式版的时候,我再去美亚买.

第一版发行的时候是2012年,差不多5年前了,这期间Python的开源数据分析库发展势头迅猛, 作者开发的pandas也增加了许多新的功能。为了适应这种变化,他对第一版进行了大刀阔斧的修改,于是就有了第二版。

作者简介

Wes McKinney 资深数据分析专家,对各种Python库(包括NumPy、pandas、matplotlib以及IPython等)等都有深入研究,并在大量的实践中积累了丰富的经验。撰写了大量与Python数据分析相关的经典文章,被各大技术社区争相转载,是Python和开源技术社区公认的权威人物之一。开发了用于数据分析的著名开源Python库——pandas,广获用户好评。在创建Lambda Foundry(一家致力于企业数据分析的公司)之前,他曾是AQR Capital Management的定量分析师

第一版的评价

《利用Python进行数据分析》中文版第一版由机械工业出版社发行在2013年,到现在已经4年过去。豆瓣评分8.5分,京东好评率98%,摘取一段豆瓣书评,

总的来说Python提供了很多方便,但是这种方便还是需要付出一定的学习成本的。使用Pandas可以把Python基本当作R用 用NumPy和SymPy还有SciPy把Python当作Matlab用。但是目前所有这些模块都还在开发阶段所以有很多问题需要解决,用户体验并不是非常友好,尤其是数据类型和能否改变数据值等等细节会让人特别累

四年过去了,书评说的问题大部分都被解决了。但是我个人建议,最好是一边学习概率论和统计分析的同时学习R和Python,毕竟工具都是类似的,解决问题的思路或许更重要。

主要变动

  • 所有代码(包括Python教程)都升级到了Python3.6。 第一版用的是Python2.7

  • 更新Python安装介绍,改用Anaconda以及其他所需包,之前是Enthought Python Distribution

  • 更新为2017年释放的pandas 1.0

  • 新增了“pandas高级应用”,之前只有“Numpy高级应用”

  • 简单介绍了如何使用statsmodel和scikit-learn

全书框架:

整本书大框架没有太多修改, 部分章节与时俱进的被淘汰了,部分章节由于内容增加被拆分了。

  • 前言: 缅怀John D. Hunter, 他开发了matplotlib,建立了良好的Python社区。
    PS: 早鸟版还没有写致谢呢。

  • 第一章: 准备工作,介绍为什么使用Python,以及如何在不同机器上安装Python。

  • 第二章:Python语法基础: IPython和Jupyter notebook. 这一节介绍Python的基本语法(原本是放在附录)和Ipython基本用法(高级用法被放在附录了)

  • 第三章: 内置数据结构,函数和文件系统

  • 第四章: Numpy基础

  • 第五章: pandas起步

  • 第六章: 数据加载,存储和文件格式

  • 第七章: 数据清洗和准备

  • 第八章: 数据规整化:Join(连接), combine(合并), reshape(重塑)

  • 第九章: 绘图和可视化

  • 第十章: 数据聚合和分组运算

  • 第十一章:时间序列

  • 第十二章: Numpy高级应用

放弃第一版的引言一章,对于初学者这是一个巨大的改进,我当年没基础一看就懵了。在介绍Numpy之前放了Python语法基础,更加的新手友好了。 第七章和第八章是由之前的一章拆分出来。

我的感想

仅仅从目录上看,这一版本其实对于初学者而言,其实是更加友好的,当然目前是英文,对于英文不好的同学不太友好。不过如果你想从事数据分析,那么英文水平必然要提高,不然等别人翻译官方文档,新的特性也就过时了。

纠结Python2和Python3的初学者也不需要太纠结,如果你要进行数据分析,你要用的Python包都已经有python3版本,也就是说整个Python社区正在慢慢向Python3迁移。

推荐阅读更多精彩内容