Python数据分析基础 PDF 中文高质量版

给大家带来的一篇关于Python数据分析相关的电子书资源，介绍了关于Python数据、Python数据分析方面的内容，本书是由人民邮电出版社出版，格式为PDF，资源大小11.3M，克林顿·布朗利编写，目前豆瓣、亚马逊、当当、京东等电子书综合评分为：7.5。

Python数据分析基础电子书封面

读者评价

适合数据分析新手，但需要掌握一定的python语法基础才可以。不然因为作者很粗心，文中有很多小bug。比如，明明说是python3编程，但书中很多代码print没加括号。。。另外，明明是讲解pandas的，但是里面涉及的新函数，语法讲解不清，或者根本就不给介绍。读者要么就得囫囵吞枣，要么就得一遍读，一遍查阅资料才可以。。不然真会把你搞晕。。 唯一的好处就是书中代码都是一遍基础python编，一遍pandas编，让你能明显体会到pandas的好处。这三星是给思路的。 但是作者的责任心真是“呵呵哒。”

可以作为python数据分析入门的第一本书，书中主要讲了csv和excel文件的导入处理，基础内容

想深入应用手中的数据？还是想在上千份文件上重复同样的分析过程？没有编程经验的非程序员们如何能在最短的时间内学会用当今炙手可热的Python语言进行数据分析？

来自Facebook的数据专家Clinton Brownley可以帮您解决上述问题。在他的这本书里，读者将能掌握基本Python编程方法，学会编写出处理电子表格和数据库中的数据的脚本，并了解使用Python模块来解析文件、分组数据和生成统计量的方法。学习基础语法，创建并运行自己的Python脚本，读取和解析CSV文件，读取多个Excel工作表和工作簿，执行数据库操作，搜索特定记录、分组数据和解析文本文件，建立统计图并绘图，生成描述性统计量并估计回归模型和分类模型，在Windows和Mac环境下按计划自动运行脚本。

第一章说实话对于零基础的人来说容易被吓到，成功的从入门到放弃，可以跳过第一章，书内容不错，但是并没有一种循序渐进的感觉。

专业评价

“这本书对于那些使用数据的Python新手来说，是非常有用的学习资源。它的教学风格和附带的例子会帮助用户尽快熟悉Python语言、编程环境和Python生态系统中zui常用的几个软件包。” ——Wes McKinney，pandas库之父

想深入应用手中的数据？还是想在上千份文件上重复同样的分析过程？没有编程经验的非程序员们如何能在zui短的时间内学会用当今炙手可热的Python语言进行数据分析？ 

来自Facebook的数据专家Clinton Brownley可以帮您解决上述问题。在他的这本书里，读者将能掌握基本Python编程方法，学会编写出处理电子表格和数据库中的数据的脚本，并了解使用Python模块来解析文件、分组数据和生成统计量的方法。 

- 学习基础语法，创建并运行自己的Python脚本 

- 读取和解析CSV文件 

- 读取多个Excel工作表和工作簿 

- 执行数据库操作 

- 搜索特定记录、分组数据和解析文本文件 

- 建立统计图并绘图 

- 生成描述性统计量并估计回归模型和分类模型 

- 在Windows和Mac环境下按计划自动运行脚本

内容介绍

本书展示如何用Python程序将不同格式的数据处理和分析任务规模化和自动化。主要内容包括：Python基础知识介绍、CSV文件和Excel文件读写、数据库的操作、示例程序演示、图表的创建，等等。

内容精选

很多关于Python 的图书和在线教程都展示了如何在Python shell 中运行代码。要以这种形式运行Python 代码，需要先打开一个命令行窗口（Windows 系统）或终端窗口（macOS 系统），输入“python”，按回车键之后会看见Python 提示符（就是>>>）。然后，只需一个一个地输入命令，Python 就会依次执行。

>>> 4 + 5 9 
>>> print("I'm excited to learn Python.") I'm excited to learn Python.

这种运行代码的方法简捷有趣，但是当代码的行数不断增加时，就不太合适了。当你的任务需要多行代码才能完成时，一种更简便的方式是将所有的代码写在一个称为Python 脚本的文本文件中，然后运行这个脚本。下面就说明创建Python 脚本的方法。

1.1 　创建Python脚本

要创建一个Python 脚本，需执行下列步骤。

(1) 打开Spyder IDE 或一个文本编辑器（例如：Windows 系统可以使用Notepad、Notepad++ 或Sublime Text；macOS 系统可以使用TextMate、TextWrangler 或Sublime Text）。

(2) 将下面两行代码写在文本文件中：

#!/usr/bin/env python3 print("Output #1: I'm excited to learn Python.")

第一行比较特殊，称为shebang 行，在Python 脚本中，你应该一直将它作为第一行。请注意行中的第一个字符是井号（#）。以# 开头的行为单行注释，所以安装了Windows 系统的计算机不读取也不执行这行代码。但是，安装了Unix 系统的计算机使用这一行来找到执行文件中代码的Python 版本。因为Windows 系统忽略这一行，像macOS 这样的基于Unix 的系统使用这一行，所以加入这一行可以使脚本在不同操作系统的计算机之间具有可移植性。

第二行是一个简单的打印语句。这一行会将双引号之间的文本打印在命令行窗口（Windows）或终端窗口（macOS）上。

(3) 打开Save As 对话框。

(4) 在location 栏中切换到桌面，使文件可以保存到桌面上。

(5) 在format 栏中，选择All Files，使对话框不自动选择文件类型。

(6) 在Save As 或File Name 栏中，输入“first_script.py”。以前，你可能会将这个文本文件保存为.txt 文件，但是在这个示例中，你应该把它保存为.py 文件，来创建一个Python 脚本。

(7) 点击Save。

作者简介

Clinton W. Brownley博士，Facebook数据科学家，负责大数据流水线、统计建模和数据可视化项目，并为大型基础设施建设提供数据驱动的决策建议。

目录

• 前言 xi
• 第 1 章 Python 基础 1
• 1.1 创建 Python 脚本 1
• 1.2 运行 Python 脚本 3
• 1.3 与命令行进行交互的几项技巧 6
• 1.4 Python 语言基础要素 10
• 1.4.1 数值 10
• 1.4.2 字符串 12
• 1.4.3 正则表达式与模式匹配 16
• 1.4.4 日期 19
• 1.4.5 列表 21
• 1.4.6 元组 26
• 1.4.7 字典 27
• 1.4.8 控制流 30
• 1.5 读取文本文件 35
• 1.5.1 创建文本文件 36
• 1.5.2 脚本和输入文件在同一位置 38
• 1.5.3 读取文件的新型语法 38
• 1.6 使用 glob 读取多个文本文件 39
• 1.7 写入文本文件 42
• 1.7.1 向 first_script.py 添加代码 42
• 1.7.2 写入 CSV 文件 45
• 1.8 print 语句 46
• 1.9 本章练习 47
• 第 2 章 CSV文件 48
• 2.1 基础 Python 与 pandas 50
• 2.1.1 读写 CSV 文件（第 1 部分）50
• 2.1.2 基本字符串分析是如何失败的 56
• 2.1.3 读写 CSV 文件（第 2 部分）57
• 2.2 筛选特定的行 58
• 2.2.1 行中的值满足某个条件 59
• 2.2.2 行中的值属于某个集合 60
• 2.2.3 行中的值匹配于某个模式 正则表达式 62
• 2.3 选取特定的列 64
• 2.3.1 列索引值 64
• 2.3.2 列标题 65
• 2.4 选取连续的行 67
• 2.5 添加标题行 69
• 2.6 读取多个 CSV 文件 71
• 2.7 从多个文件中连接数据 75
• 2.8 计算每个文件中值的总和与均值 78
• 2.9 本章练习 81
• 第 3 章 Excel 文件 82
• 3.1 内省 Excel 工作簿 84
• 3.2 处理单个工作表 88
• 3.2.1 读写 Excel 文件 88
• 3.2.2 筛选特定行 92
• 3.2.3 选取特定列 98
• 3.3 读取工作簿中的所有工作表 101
• 3.3.1 在所有工作表中筛选特定行 102
• 3.3.2 在所有工作表中选取特定列 104
• 3.4 在 Excel 工作簿中读取一组工作表 106
• 3.5 处理多个工作簿 108
• 3.5.1 工作表计数以及每个工作表中的行列计数 110
• 3.5.2 从多个工作簿中连接数据 111
• 3.5.3 为每个工作簿和工作表计算总数和均值 113
• 3.6 本章练习 117
• 第 4 章 数据库 118
• 4.1 Python 内置的 sqlite3 模块 119
• 4.1.1 向表中插入新记录 124
• 4.1.2 更新表中记录 128
• 4.2 MySQL 数据库 131
• 4.2.1 向表中插入新记录 135
• 4.2.2 查询一个表并将输出写入 CSV 文件 140
• 4.2.3 更新表中记录 142
• 4.3 本章练习 146
• 第 5 章 应用程序 147
• 5.1 在一个大文件集合中查找一组项目 147
• 5.2 为 CSV 文件中数据的任意数目分类计算统计量 158
• 5.3 为文本文件中数据的任意数目分类计算统计量 167
• 5.4 本章练习 174
• 第 6 章 图与图表 175
• 6.1 matplotlib 175
• 6.1.1 条形图 175
• 6.1.2 直方图 177
• 6.1.3 折线图 178
• 6.1.4 散点图 180
• 6.1.5 箱线图 181
• 6.2 pandas 183
• 6.3 ggplot 184
• 6.4 seaborn 186
• 第 7 章 描述性统计与建模 192
• 7.1 数据集 192
• 7.1.1 葡萄酒质量 192
• 7.1.2 客户流失 193
• 7.2 葡萄酒质量 194
• 7.2.1 描述性统计 194
• 7.2.2 分组、直方图与 t 检验 195
• 7.2.3 成对变量之间的关系和相关性 196
• 7.2.4 使用最小二乘估计进行线性回归 198
• 7.2.5 系数解释 200
• 7.2.6 自变量标准化 200
• 7.2.7 预测 202
• 7.3 客户流失 203
• 7.3.1 逻辑斯蒂回归 205
• 7.3.2 系数解释 207
• 7.3.3 预测 208
• 第 8 章 按计划自动运行脚本 209
• 8.1 任务计划程序（Windows 系统）209
• 8.2 cron 工具（macOS 系统和 Unix 系统）215
• 8.2.1 cron 表文件：一次性设置 216
• 8.2.2 向 cron 表文件中添加 cron 任务 216
• 第 9 章 从这里启航 220
• 9.1 更多的标准库模块和内置函数 221
• 9.1.1 Python 标准库（PSL）：更多的标准模块 221
• 9.1.2 内置函数 222
• 9.2 Python 包索引（PyPI）：更多的扩展模块 222
• 9.2.1 NumPy 223
• 9.2.2 SciPy 227
• 9.2.3 Scikit-Learn 230
• 9.2.4 更多的扩展包 232
• 9.3 更多的数据结构 232
• 9.3.1 栈 233
• 9.3.2 队列 233
• 9.3.3 图 233
• 9.3.4 树 234
• 9.4 从这里启航 234
• 附录A 下载指南 236
• 附录B 练习答案 245
• 作者介绍 247
• 封面介绍 247

读书笔记

R vs. Python数据分析详解

R和Python两者谁更适合数据分析领域？在某些特定情况下谁会更有优势？还是一个天生在各方面都比另一个更好？

当我们想要选择一种编程语言进行数据分析时，相信大多数人都会想到R和Python——但是从这两个非常强大、灵活的数据分析语言中二选一是非常困难的。

我承认我还没能从这两个数据科学家喜爱的语言中选出更好的那一个。因此，为了使事情变得有趣，本文将介绍一些关于这两种语言的详细信息，并将决策权留给读者。值得一提的是，有多种途径可以了解这两种语言各自的优缺点。然而在我看来，这两种语言之间其实有很强的关联。

Stack Overflow趋势对比

上图显示了自从2008年（Stack Overflow 成立）以来，这两种语言随着时间的推移而发生的变化。

R和Python在数据科学领域展开激烈竞争，我们来看看他们各自的平台份额，并将2016与2017年进行比较：

接下来我们将从适用场景、数据处理能力、任务、安装难度以及开放工具等方面详细了解这两种语言。

适用场景

R适用于数据分析任务需要独立计算或单个服务器的应用场景。Python作为一种粘合剂语言，在数据分析任务中需要与Web应用程序集成或者当一条统计代码需要插入到生产数据库中时，使用Python更好。

任务

在进行探索性统计分析时，R胜出。它非常适合初学者，统计模型仅需几行代码即可实现。Python作为一个完整而强大的编程语言，是部署用于生产使用的算法的有力工具。

数据处理能力

有了大量针对专业程序员以及非专业程序员的软件包和库的支持，不管是执行统计测试还是创建机器学习模型，R语言都得心应手。

Python最初在数据分析方面不是特别擅长，但随着NumPy、Pandas以及其他扩展库的推出，它已经逐渐在数据分析领域获得了广泛的应用。

开发环境

对于R语言，需要使用R Studio。对于Python，有很多Python IDE可供选择，其中Spyder和IPython Notebook是最受欢迎的。

热门软件包和库

下面罗列了R和Python推出的针对专业以及非专业程序员的最热门的软件包和库。

R：针对专业程序员的热门软件包

用于数据操作的 dplyr、plyr和 data table
用于字符串操作的 stringr
定期和不定期时间序列 zoo
数据可视化工具 ggvis、lattice 和 ggplot2
用于机器学习的 caret

R：针对非专业程序员的热门软件包

Rattle
R Commander
Deducer

这些完整的GUI包可以实现强大的数据统计和建模功能。

Python：针对专业程序员的热门库

用于数据分析的 pandas
用于科学计算的 SciPy 和 NumPy
用于机器学习的 scikit-learn
图表库 matplotlib
statsmodels 用来探索数据，估算统计模型，并执行统计测试和单元测试

Python：针对非专业程序员的热门库

Orange Canvas 3.0是遵循GPL协议的开源软件包。它使用一些常用的Python开源库进行科学计算，包括numpy、scipy和scikit-learn。

R 和 Python 详细对比

正如本文开头提到的，R和Python之间有很强的关联，并且这两种语言日益普及。很难说哪一种更好，它们两者的整合在数据科学界激起了许多积极和协作的波澜。

总结

事实上，日常用户和数据科学家可以同时利用这两者语言，因为R用户可以在R中通过 rPython包来运行R中的Python代码，而Python用户可以通过RPy2库在Python环境中运行R代码。

以上就是R vs. Python数据分析详解的详细内容，更多请关注码农之家其它相关文章！

上一篇：Java编程的逻辑

下一篇：Python Linux系统管理与自动化运维