Wes McKinney 著

唐学韬 等译

出版时间：2013年10月

页数：451

“科学计算和数据分析社区已经等待这本书很多年了：大量具体的实践建议，以及大量综合应用方法。本书在未来几年里肯定会成为Python领域中技术计算的权威指南。”
——Fernando Pérez
加州大学伯克利分校研究科学家，
IPython的创始人之一
还在苦苦寻觅用Python控制、处理、整理、分析结构化数据的完整课程？本书含有大量的实践案例，你将学会如何利用各种Python库（包括NumPy、pandas、matplotlib以及IPython等）高效地解决各式各样的数据分析问题。
由于作者Wes McKinney是pandas库的主要作者，所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。
· 将IPython这个交互式Shell作为你的首要开发环境。
· 学习NumPy（Numerical Python）的基础和高级知识。
· 从pandas库的数据分析工具开始。
· 利用高性能工具对数据进行加载、清理、转换、合并以及重塑。
· 利用matplotlib创建散点图以及静态或交互式的可视化结果。
· 利用pandas的groupby功能对数据集进行切片、切块和汇总操作。
· 处理各种各样的时间序列数据。
· 通过详细的案例学习如何解决Web分析、社会科学、金融学以及经济学等领域的问题。
Wes McKinney 资深数据分析专家，对各种Python库（包括NumPy、pandas、matplotlib以及IPython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。