利用Python进行数据分析（原书第2版）

阅读本书可以获得关于在Python下操作、处理、清洗、规整数据集的完整说明。本书第2版针对Python 3.6进行了更新，并增加了实际案例向你展示如何高效地解决一系列数据分析问题。你将在阅读过程中学习到最新版本的pandas、NumPy、IPython和Jupyter。

这是一本深入探讨Python在数据分析领域应用的书籍。本书涵盖了Python在数据分析领域的基础知识和高级技巧，包括数据处理、数据清洗、数据规整、数据可视化以及统计建模等方面。 本书首先介绍了Python解释器的启动与使用，并讲解了如何利用NumPy库进行高效的数值计算，包括多维数组对象、线性代数函数以及伪随机数的生成原理等。 接着，本书深入探讨了pandas工具，包括DataFrame和Series的概念、数据聚合的概念和优化实现、数据透视表的概念与用法以及字符串对象的常用方法等。 在数据可视化方面，本书详细介绍了matplotlib库的使用，包括如何生成各种图表，如线、条、框、散点图、轮廓等。同时，本书还介绍了seaborn库，这是一种基于matplotlib的数据可视化库，提供了许多高级的数据可视化功能。 在统计建模方面，本书介绍了statsmodels库，包括线性模型、广义线性模型、鲁棒线性模型、线性混合效应模型、方差分析(ANOVA)方法、时间序列过程和状态空间模型以及广义的矩量法等。 最后，本书还介绍了时间序列数据的基本概念和特点，以及如何处理和分析结构化数据，包