問答專欄Q & A COLUMN
基于我豐厚的收藏，我來回答這個問題再合適不過了。
我們把Python數據分析拆解為兩點：
因此，我們針對兩個目的，分別列出一些書目。
由于Python如日中天，因此Python數據分析相關的書籍非常多，我們能認真讀完幾本，基本上都可以掌握大多數的數據科學流程。下邊是我收藏的一些書，感興趣的可以自己搜索一下，網上有正版出售，比如圖靈社區、異步社區、華章數媒、博文視點等均有優質IT書籍出售，包括紙質版和電子版。
評論0
加載中...
不邀自來。感覺這個問題就是為我而設的啊！
推薦兩本口碑爆棚的Python算法&數據結構書。
1. 算法圖解全書涵蓋400多個示意圖，生動介紹了算法的執行過程。展示不同算法在性能方面的優缺點，教會你用常見算法解決每天面臨的實際編程問題。
“你渴望像看喜歡的小說一樣學習算法嗎？如果是，本書正是你夢寐以求的！ ”——Sankar Ramanathan，IBM Analytics
豆瓣讀者評論：
2.Problem Solving with Algorithms and Data Structures Using Python SECOND EDITIONPython算法入門最佳！每一頁都值得讀！ 一邊翻翻這本書一邊刷題開始了我*真正*對編程的入門和喜愛！
這是豆瓣讀者給這本書的評價。它還有很多好評，比如亞馬遜4.3星好評。
豆瓣評分9.3。
這是一本用Python描述數據結構與算法的開山之作，能讓你洞徹數據結構與算法，真正精通Python。
如果把編寫代碼比作行軍打仗，那么要想稱霸沙場，不能僅靠手中的利刃，還需深諳兵法。Python是一把利刃，數據結構與算法則是兵法。只有熟讀兵法，才能使利刃所向披靡。
它還是一本被眾多高校采用的經典計算機科學教材，一本能真正幫技術人員解決編程問題的“答案之書”。
你肯定在學習解決問題的基本方法上投入過大量的時間，并且相信自己擁有根據問題描述構建解決方案的能力。你肯定也體會到了編寫計算機程序的困難之處。大型難題及其解決方案的復雜性往往會掩蓋問題解決過程的核心思想。
計算機科學被認為是一門利用計算機來解決問題的學科，了解數據結構與算法是透徹理解計算機科學的前提。這本書讓我們可以掌握數據結構與算法的基本思想，從而有信心探索任何編程難題的解決方法。
它由在計算機科學領域深耕數十載，有著豐富實戰經驗的 Bradley N. Miller 和 David L. Ranum 合著。
布拉德利·米勒（Bradley N. Miller）
美國路德學院計算機科學名譽教授，曾獲美國計算機協會軟件系統獎，對Python課程開發有深入研究，由他創立的互動式教科書平臺Runestone Interactive與全球600多家教育機構有合作。
戴維·拉努姆（David L. Ranum）
IBM Watson認知軟件工程師，醫學信息學博士，致力于利用自然語言處理等人工智能技術解決醫療問題，曾在美國路德學院講授計算機科學課程近三十載。
當然，不看英文書，還有中文版可以選擇。
本書中文版已由圖靈引進出版，由Twitter工程師呂能和ucloud工程師刁壽鈞聯合翻譯。
呂能
Twitter軟件工程師，開源項目Apache Heron的核心貢獻者。先后在浙江大學和美國加州大學洛杉磯分校取得計算機科學學士學位和碩士學位，關注分布式實時數據引擎系統的研發，熱衷于普及計算機技術知識。
刁壽鈞
ucloud優圖實驗室后臺開發工程師，畢業于復旦大學。先后從事過廣告業務與智慧零售、智慧社區業務的開發工作。熱愛算法與數據庫技術，曾協助組織IMG社區的技術沙龍活動。另譯有《數據分析實戰》。
本書結構
本書緊緊地圍繞著運用經典數據結構和技術來解決問題。下面的組織結構圖展示了充分利用本書的不同方式。
本書試讀
試讀第1章，做一些背景知識的準備，復習了一下計算機科學、問題解決、面向對象編程以及Python。基礎扎實的人可以跳過，去學習第2章。不過，正所謂溫故而知新，適當的復習和回顧必然是值得的。
Python數據結構與算法分析（第2版）-圖書-圖靈社區www.ituring.com.cn希望這兩本書能幫助到題主，學習完Python基礎語法后，盡快實現Python進階。
歡迎關注
人民郵電出版社頭條號，發現更多IT技術好書。評論0
加載中...
建議您先把list,，dict，set，還有collections包里那些結構玩好了，再把這些包都學了Pandas, Numpy, Scipy, Matplotlib，再看專門的數據分析的書。
評論0
加載中...
有一本就叫利用python進行數據分析，書還不錯，基本上numpy pandas matplotlib這幾個庫都有講，推薦購買。
評論0
加載中...
小編也來推薦幾本。
Python憑借其簡單、易讀、可擴展性以及擁有巨大而活躍的科學計算社區，在需要分析、處理大量數據的金融行業得到了廣泛而迅速的應用，并且成為該行業開發核心應用的編程語言。《Python金融大數據分析》提供了使用Python進行數據分析，以及開發相關應用程序的技巧和工具。
《Python金融大數據分析》總計分為3部分，共19章，第1部分介紹了Python在金融學中的應用，其內容涵蓋了Python用于金融行業的原因、Python的基礎架構和工具，以及Python在計量金融學中的一些具體入門實例；第2部分介紹了金融分析和應用程序開發中重要的Python庫、技術和方法，其內容涵蓋了Python的數據類型和結構、用matplotlib進行數據可視化、金融時間序列數據處理、高性能輸入/輸出操作、高性能的Python技術和庫、金融學中需要的多種數學工具、隨機數生成和隨機過程模擬、Python統計學應用、Python和Excel的集成、Python面向對象編程和GUI的開發、Python與Web技術的集成，以及基于Web應用和Web服務的開發；第3部分關注的是蒙特卡洛模擬期權與衍生品定價實際應用的開發工作，其內容涵蓋了估值框架的介紹、金融模型的模擬、衍生品的估值、投資組合的估值、波動率期權等知識。
《Python金融大數據分析》適合對使用Python進行大數據分析、處理感興趣的金融行業開發人員閱讀。
本書主要介紹了Python在統計數據分析中的應用，內容涵蓋連續、離散和分類數據的常見統計檢驗，以及線性回歸分析、生存分析和貝葉斯統計等主題。 本書的特色：針對每種檢驗方法，提供了Python解決方案的代碼和數據，以及便于實際操作的Python示例。借此，讀者可以重現這些問題并加強他們對這些統計分析方法的理解。本書所用數據主要來自生命科學和醫學科學，因此對這些領域的學生可能更有針對性。不過，本書也介紹了Python的基礎知識以及一些統計學的基礎知識，任何想要進行統計數據分析的人都可以閱讀本書。
本書結合了機器學習、數據分析和Python語言，通過案例以通俗易懂的方式講解了如何將算法應用到實際任務。 全書共20章，大致分為4個部分。第一部分介紹了Python的工具包，包括科學計算庫Numpy、數據分析庫Pandas、可視化庫Matplotlib；第2部分講解了機器學習中的經典算法，例如回歸算法、決策樹、集成算法、支持向量機、聚類算法等；第3部分介紹了深度學習中的常用算法，包括神經網絡、卷積神經網絡、遞歸神經網絡；第4部分是項目實戰，基于真實數據集，將算法模型應用到實際業務中。 本書適合對人工智能、機器學習、數據分析等方向感興趣的初學者和愛好者。
本書就是一本介紹如何用Python進行數據分析的學習指南。全書共12章，從Python程序庫入門、NumPy數組和Pandas入門開始，陸續介紹了數據的檢索、數據加工與存儲、數據可視化等內容。同時，本書還介紹了信號處理與時間序列、應用數據庫、分析文本數據與社交媒體、預測性分析與機器學習、Python生態系統的外部環境和云計算、性能優化及分析、并發性等內容。在本書的最后，還采用3個附錄的形式為讀者補充了一些重要概念、常用函數以及在線資源等重要內容。
本書延續了上一版示例豐富、簡單易懂的優點，非常適合對Python語言感興趣或者想要使用Python語言進行數據分析的讀者參考閱讀。
評論0
加載中...0
回答0
回答0
回答0
回答10
回答0
回答0
回答0
回答0
回答0
回答
