编辑推荐
获得关于用Python语言操纵、处理、清洗和压缩数据集的完整介绍。这本容易上手的指南第二版为Python3.6而升级，其中包括一些实用的案例研究，展示了如何有效解决各种数据分析问题。你将从中学到新版pandas、NumPy、IPython和Jupyter的处理方法。
内容简介
《Python数据分析 第2版（影印版）》由Pythonpandas项目的创立者WesMcKinney撰写，是一本实用、现代的Python数据科学工具读物，适合新入门的Python分析师和刚接触数据科学及科学计算的Python程序员。数据文件和相关材料在Github上可以获得。
*将IPythonshell和JupyterNotebook用于探索式计算
*学习NumPy(NumericalPython)的基础和高级特性
*通过pandas库中的数据分析工具入门
*使用灵活的工具装载、清洗、转换、合并和整形数据
*用matplotlib创建信息可视化
*应用pandasgroupby功能将数据集切片、切块和汇总
*分析和操纵规整和不规整时间序列数据
*通过全面详细的实例学习如何解决真实世界的数据分析问题
“作为在Python数据生态中已成经典的著作，这本新版更新了能提升其独特价值的多个领域，从Python3.6到新的pandas特性。通过阐释Python数据工具的原理和方法，《Python数据分析 第2版（影印版）》帮助读者以新颖而富有创造性的途径学习如何有效利用它们。这是任何现代数据密集型计算库的关键部分。
作者简介
WesMcKinney是流行开源Python数据分析库pandas的创立者。他是一位公共演讲者和开源Python及C++开发者，活跃于Python数据科学社区和Apache软件基金会。他在纽约从事软件架构师工作。
目录
Preface
1.Preliminaries
1.1WhatIsThisBookAbout?
WhatKindsofData?
1.2WhyPythonforDataAnalysis?
PythonasGlue
Solvingthe"Two-Language"Problem
WhyNotPython?
1.3EssentialPythonLibraries
NumPy
pandas
matplotlib
IPythonandJupyter
SciPy
scikit-learn
statsmodels
1.4InstallationandSetup
Windows
Apple（OSX，macOS）
GNU/Linux
InstallingorUpdatingPythonPackages
Python2andPython3
IntegratedDevelopmentEnvironments（IDEs）andTextEditors
1.5CommunityandConferences
1.6NavigatingThisBook
CodeExamples
DataforExamples
ImportConventions
Jargon
2.PythonLanguageBasics，IPython，andJupyterNotebooks
2.1ThePythonInterpreter
2.2IPythonBasics
RunningtheIPythonShell
RunningtheJupyterNotebook
TabCompletion
Introspection
The%runCommand
ExecutingCodefromtheClipboard
TerminalKeyboardShortcuts
AboutMagicCommands
MatplotlibIntegration
2.3PythonLanguageBasics
LanguageSemantics
ScalarTypes
ControlFlow
3.Built-inDataStructures，Functions，andFiles
3.1DataStructuresandSequences
Tuple
List
Built-inSequenceFunctions
dict
set
List，Set，andDictComprehensions
3.2Functions
Namespaces，Scope，andLocalFunctions
ReturningMultipleValues
FunctionsAreObjects
Anonymous（Lambda）Functions
Currying：PartialArgumentApplication
Generators
ErrorsandExceptionHandling
3.3FilesandtheOperatingSystem
BytesandUnicodewithFiles
3.4Conclusion
4.NumPyBasics：ArraysandVectorizedComputation
4.1TheNumPyndarray：AMultidimensionalArrayObject
5.GettingStartedwithpandas.
6.DataLoading，Storage，andFileFormats
7.DataCleaninclandPreparation.
8.DataWrangling：Join，Combine，andReshape.
9.PlottingandVisualization.
10.DataAggregationandGroupOperations.
11.TimeSeries
12.Advancedpandas
13.IntroductiontoModelingLibrariesinPython
14.DataAnalysisExamples
A.AdvancedNumPy.
B.MoreontheIPythonSystem
