数据分析的必备材料：学完可以解决90%以上的数据分析问题
本文推薦數據分析的必備材料：Python官方中文文檔和《利用python進行數據分析第二版》。本站認為，看完這兩份材料，看懂代碼，90%以上的數據分析問題都能解決。
一、Python官方中文文檔
首先推薦Python官方文檔，注意，這是一份中文文檔！可以當做工具書查詢。
文檔鏈接：https://docs.python.org/zh-cn/3/
常見問題和常見術語等都在里面：
入門教程
python標準庫
術語對照表
二、《利用python進行數據分析第二版》
其次推薦《利用python進行數據分析第二版》，看懂這本書的代碼，模仿書上代碼解決數據分析問題，據說90%以上的數據分析問題都可以解決！
《利用python進行數據分析》第1版出版于2012年，彼時基于Python的開源數據分析庫（例如pandas）仍然是一個發展迅速的新事物。本書第2版中，作者在一些章節內進行了修改，以解釋過去5年中發生的不兼容的變更、棄用和一些新特性，并且使用了python3.6。此外，還添加了新內容，用以介紹在2012年還不存在或者不成熟的工具。作者認為本版內容4-5年內不過時。
本站搜集的本書的原版代碼進行中文翻譯和注釋，并作了一定的筆記。
文末提供下載。
代碼筆記目錄
CHAPTER 1：Preliminaries（預備知識）
Chapter 2: Python Language Basics, IPython, and Jupyter Notebooks (Python語言基礎，Ipython和Jupyter Notebooks)
Chapter 3: Built-in Data Structures, Functions, and Files (內建數據結構，函數和文件)
Chapter 4: NumPy Basics: Arrays and Vectorized Computation（NumPy基礎：數組和向量化計算）
Chapter 5: Getting Started with pandas（開始使用pandas）
Chapter 6: Data Loading, Storage, and File Formats（數據加載，存儲，文件格式）
Chapter 7: Data Cleaning and Preparation（數據清洗和準備）
Chapter 8: Data Wrangling: Join, Combine, and Reshape（數據加工：加入, 結合, 變型）
Chapter 9: Plotting and Visualization（繪圖和可視化）
Chapter 10: Data Aggregation and Group Operations（數據匯總和組操作）
Chapter 11: Time Series（時間序列）
Chapter 12: Advanced pandas（高級pandas用法）
Chapter 13: Introduction to Modeling Libraries in Python（Python中建模庫的介紹）
Chapter 14: Data Analysis Examples（數據分析實例）
代碼截圖
代碼下載地址：
可以不看書，直接看代碼和注釋，本站提供代碼和原版電子書下載。
下載鏈接：https://pan.baidu.com/s/1tW8a8IXldta2ItauTtlSIg
提取碼：5qp1
若被和諧，請在公眾號回復“3344”獲取最新鏈接。
總結
本文推薦兩個數據分析的必備材料：Python官方中文文檔和《利用python進行數據分析第二版》，并提供代碼下載。
備注：公眾號菜單包含了整理了一本AI小抄，非常適合在通勤路上用學習。
往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習在線手冊深度學習在線手冊AI基礎下載（第一部分）備注：加入本站微信群或者qq群，請回復“加群”獲取一折本站知識星球優惠券，請回復“知識星球”喜歡文章，點個在看
總結
以上是生活随笔為你收集整理的数据分析的必备材料：学完可以解决90%以上的数据分析问题的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 两行代码完成特征工程-基于Python的
- 下一篇： 强烈推荐！分享一个持续连载的《特征工程小