值得已入门者快速翻阅的入门书

每一个数据分析师或是数据科学家都使用各自不同的技术栈。即使同样使用Python做为主力数据分析语言，每个人会用到的工具组合也不尽相同。

但不管怎么说，对于希望使用python来进行数据分析工作的人来说，学习iPython，NumPy，pandas，matpotlib这个组合是一个目前看来怎么都不会太错的方向。

本书恰好精确地涵盖了这几个方向。

本书的作者Wes McKinney正是pandas的主要作者。作者有多年的Python数据分析工作经验。除了pandas之外，作者对本书覆盖的这iPython，NumPy，pandas，matpotlib等也都有着很深的理解。
本书的结构比较特别。前两章是背景介绍。第三、四、五章分别介绍了一下iPython，NumPy，pandas。第六到十一章是一些比较具体的功能的介绍以及实例，以pandas的使用为主，中间却又插进了一个讲matplotlib的第八章。第十二章又回到NumPy。全书最后还附了一个大约三十页篇幅的Python快速入门。
这个结构给人的感觉是作者在写这本书的时候有着很大的抱负：希望能把一个完全的新手带入Python数据分析的大门，即使这个新手在此之前对数据分析和Python都完全没有概念。

这种抱负对于一本不到五百页的教材不免有些过于宏大。一个明显的负面结果是第一、二章和后面的章节之间存在着较大的脱节。第一、二章的内容其实是适合于一个完全没有数据分析经验的新手的。但后面的章节对于新手来说则比较困难的：主要的困难不在于理解书中的技术，而在于真正领会到这些技术在实际中究竟有什么用。

作者并非没有意识到这个困难。事实上，他试图用贯穿全书的大量实例来化解这个困难。但是，事于愿违的是，这些实例反而造成了阅读上障碍：这些实例很可能是书中最为乏味无趣的部分。很难想象会有多少读者真正有耐心把所有实例从头到尾认真读完，更不用说，像作者所希望的那样，把这些实例一一重复一遍。

由于这个特点，对于初学者，这本书可能更适合作为配合课程使用的教材，而不是自学用的教材。比起重复书中的实例，与课程进度相配合的作业可能更能提高初学者的兴趣。

对于已经有一些Python数据分析经验的读者，这本书可能会显得较初级。但是，跳这些比较初级的部分，本书还有很多对于有经验的读者来说很有价值的内容。在我看来，这些特别有价值的内容集中在第四、五、八、十二章对NumPy，pandas，matpotlib等工具库的介绍中。由于作者对这些工具有着很深的理解，这些章节很好地阐述了这几个工具库的基本设计思路，而非简单地堆砌知识点。

在读这本书前，我对于这几个工具库各有一到两年的使用经验，但除了最初看过了一些入门tutorial之外，我并没有系统地学习过相关的内容，通常都是要使用某个功能时看文档或是实例。这本书中涉及到的大部分知识，我的工作中略有涉及过。但我确实感觉到，本书对于我真正理解这些库有很大的帮助。

最后，我手上这本书出版的时间是2012年（豆瓣上有2013版的信息，但我在amazon上似乎并没有看到），所以有些内容已经比较陈旧。以iPython为例，虽然第三章中用一小节简单介绍了iPython notebook，但绝大部分内容还是基于传统的命令行iPython，包括了大量在iPython notebook环境下并不适用的操作。但从我的身边的情况来看，现下的绝大部分iPython使用者都以Jupyter notebook（即iPython notebook）为主要工作环境，直接使用命令行iPython的用户已经很少了。



以下是分章节的评论。

1. Preliminaries
非常基础的知识，只要是稍有经验的读者都可以直接跳过。

2. Introductory Examples
通过一些实例来解释Python数据分析是做什么的、基本流程如何，主要的目的在于“引起读者的兴趣”。我觉得比起后面章节中的实例，这一章中的实例还比较有趣。

3. IPython: An Interactive Computing and Development Environment
介绍iPython。对于希望使用Jupyter notebook（即ipython notebook）的读者来说，可能不太够。

4. NumPy Basics: Arrays and Vectorized Computation
很不错的一章。特别难得的是，作者试图帮助读者真正理解NumPy的设计思路和构成逻辑，而不是简单地教会读者使用方法。行文很有条理。

5. Getting Started with pandas
很不错的一章，和上一章的感觉类似。考虑的本书作者的身份，这一章写得好是理所应当。

6. Data Loading, Storage, and File Formats
介绍如何读/写各种格式的文件。感觉和直接读文档其实差别不是很大。

7. Data Wrangling: Clean, Transform, Merge, Reshape
挺好的一章。内容稍多，但还是挺有用的。

8. Plotting and Visualization
主要介绍matplotlib。挺不错的一章，和第四、五章感觉类似。

9. Data Aggregation and Group Operations
比较有意思的一章，但有些过于复杂的使用方法，觉得用到的机会并不多。

10. Time Series
前一半不错，对初学者来说很有帮助。后一半比较细节和偏。

11. Financial and Economic Data Applications
感觉这章单独把financial和economic data的应用提出来其实意义不大，毕竟这只是data analysis的众多方向之一。而且，本章的知识点和前面几章的重复很多，基本上可以看做是前几章内容的实例练习。这章存在主要原因其实是作者的financial背景。

12. Advanced NumPy
很好的一章。对于想要真正掌握NumPy的读者，本章中的知识是很有价值的。不过由于本书总体偏入门级，本章虽然题为“Advanced NumPy”，实质上内容并不太“advanced”。