利用Python进行数据分析

• 老白兔累又饿

  03-02
  字典式工具书，读过记不得，都得用的时候再翻。
• VeraTulips

  12-30
  这本很好，比较全，也很好入门。
• tiny

  11-24
  pandas!!!!!
• 黄小胖

  02-18
  匆匆扫了一遍，看的不是很仔细，以后有需要再细看。
• 顾白

  07-06
  pandas numpy matplotlib 工具书
• 一清

  08-29
  工具书，所以不好用实际场景下都是直接去查谷歌 来得更快，因为书里只涉及到了基础的一些东西，工作场景下问题多了去了
• 阅微草堂

  05-18
  学过C类（C++,JAVA）语言后，Python很快就可以学会。大多数运算和方法与matlab重合，但由于是开源且面向人更多，取代专业语言及封闭式社区指日可待。内容侧重数据的观测收集清理，而构建模型及分析预测是统计学习的专门学习。
• 自娱者小五

  06-29
  向译者致敬，如果所有人在译书时都能亲自敲一遍代码再多点探索精神，中国的计算机启蒙书市场就不会一片灾难了。其实每个python第三方库的原始开发者都能出来现身说法一下，应该比随便什么人出本说明书就讲讲用法好得多，更何况能基于python标准库开发第三方库，功底也定然深厚，这本身也是书质量过关的保证，这点从numpy高级用法一章和附录A很容易感受到（我这种自学草民表示认识被刷新），有的时候why比how重要。现在看来pandas的初衷是做金融数据分析吧，时间数据的处理相当厉害。
• Suave

  07-07
  作者是pandas作者，之前在AQR工作的
• 飞林沙

  05-04
  Pandas使用说明书
• Dm7

  04-10
  仔细去看第二章引言里的例子是个错误。剩下的部分看起来挺舒服的，就是偶尔有些小错。不知道过了3年，pandas库变了多少orz
• 平凡的老鱼

  05-31
  匆匆翻完，与其说用python做数据分析，还不如说是pandas库作者对库整体内容的一个全面介绍，书很厚，价值密度较低，最高的部分是附录，可以用的时候查阅。
• 老C

  01-17
  Pandas的最佳工具书.
• 懵懂的设计湿

  10-01
  读完一个月以后才来标，把自己关在星巴克大概2.5周时间一点点啃下来的。一边读一边认真笔记、敲代码试例子、上网查各种函数里的参数的用法。作者就是Pandas的主要作者，对于我这种一点代码背景都没有的人来说，好像也没有更好的学习方法。到实战能用还得2周。但能看懂别人写的算法例子了。
• 无名之辈

  09-27
  入门书，零基础看了这本书也能用python的pandas和matplotlib进行一些简单的数据分析，数据分析不在乎用什么工具，而是有目的地去找一y些insight，下一步我需要达到的效果是：如果产生一个想法，能用工具快速验证（如数据预处理，绘出图标等）。
• olostin

  06-13
  2个月前第一次看 觉得进度很慢 ，复习了下python，又复习了statistics和数学，看了《集体智慧编程》和《统计思维》，再翻看这本书，一周就看完了，所有代码都敲了一遍。完完全全工具书。