《Pandas 动手数据分析：用于数据收集、整理、分析和可视化的 Python 数据科学手册，第 2 版》

通过使用真实数据集和主数据发现、数据操作、数据准备以及处理分析任务的数据来掌握 pandas

本书的主要特点

• 使用 pandas 1.x 执行高效的数据分析和操作任务
• 借助分步示例将pandas 应用于不同的现实世界域
• 充分利用pandas 作为有效的数据探索工具

本书的内容简介

提取有价值的业务见解不再是“可有可无”，而是任何在企业中处理数据的人的基本技能。Pandas 动手数据分析旨在帮助初学者和那些将技能迁移到数据科学中的人立即上手。

本书将向您展示如何分析数据，开始使用机器学习，以及如何有效地使用通常用于数据科学的Python库，例如pandas，NumPy，matplotlib，seaborn和scikit-learn。

使用真实世界的数据集，您将学习如何使用 pandas 库执行数据整理以重塑、清理和聚合数据。然后，您将学习如何通过计算汇总统计数据和可视化数据以查找模式来进行探索性数据分析。在最后几章中，您将探索异常检测、回归、聚类和分类的一些应用，使用 scikit-learn 根据过去的数据进行预测。

此更新版本将为您提供使用 pandas 1.x 高效执行各种数据操作任务、可靠地重现分析以及可视化数据以进行有效决策所需的技能——这些有价值的知识可以应用于多个领域。

你将学到什么

• 了解数据分析师和科学家如何收集和分析数据
• 使用 Python 执行数据分析和数据整理
• 合并、分组和聚合来自多个源的数据
• 使用 pandas、matplotlib 和 seaborn 创建数据可视化
• 应用机器学习算法来识别模式并进行预测
• 使用 Python 数据科学库分析真实世界的数据集
• 使用pandas 解决常见的数据表示和分析问题
• 为可重用的分析代码构建 Python 脚本、模块和软件包

这本书是为谁写的

本书面向数据科学初学者、数据分析师和 Python 开发人员，他们希望使用广泛的数据集探索数据分析和科学计算的每个阶段。希望在机器学习工作流程中实施熊猫的数据科学家也会发现许多有价值的专业知识。

如果你有Python编程语言的工作知识，你会发现更容易理解这本书，但是代码包中为任何需要复习的人提供了一个Python速成课程教程。