利用Python进行数据分析

本书简介

《利用Python进行数据分析》是一本介绍如何使用Python及其工具库（如pandas、NumPy、Matplotlib等）进行数据处理的实用指南，适合数据分析和科学计算领域的学习者和从业者。

官网

O'Reilly官网书籍页面  

作者

Wes McKinney（pandas库的创始人）

出版社

O'Reilly Media

编辑器推荐及下载地址

1. Jupyter Notebook（适合交互式数据分析）

• 下载地址：Jupyter官网

2. VS Code（轻量级且功能强大）

• 下载地址：VS Code官网

3. PyCharm（专业Python开发工具）

• 下载地址：PyCharm官网

使用人群

• 数据分析师

• 数据科学家

• Python初学者（需具备基础编程知识）

• 科研人员

章节（主要部分）

1. 准备工作（Python环境配置）

2. Python基础语法回顾

3. NumPy基础

4. pandas入门

5. 数据加载与存储

6. 数据清洗与准备

7. 数据规整（合并、重塑、转换）

8. 绘图与可视化（Matplotlib、Seaborn）

9. 数据聚合与分组

10. 时间序列分析

11. 金融与经济数据分析案例

12. 高性能计算（Cython、Numba等）

快捷键大全（Jupyter Notebook为例）

命令模式（按Esc进入）

• Enter：进入编辑模式

• A：在当前单元格上方插入新单元格

• B：在当前单元格下方插入新单元格

• D, D：删除当前单元格

• Shift + ↑/↓：多选单元格

• M：将单元格转为Markdown格式

• Y：将单元格转为代码格式

• Shift + Enter：运行当前单元格并跳至下一单元格

编辑模式（按Enter进入）

• Tab：代码补全

• Ctrl + Enter：运行当前单元格

• Shift + Tab：显示函数/方法文档

• Ctrl + /：注释/取消注释当前行

• Ctrl + S：保存笔记本

（其他编辑器快捷键请参考其官方文档）

参考资料

1. 利用Python进行数据分析
2. Python机器学习基础教程
3. Python机器学习基础教程
4. Python Cookbook
5. Python网络数据采集
6. Python基础教程
7. Python数据挖掘入门与实践
8. Python编程快速上手