适读人群 ：适合刚学Python的数据分析师或刚学数据科学以及科学计算的Python编程者。
阅读本书可以获得一份关于在Python下操作、处理、清洗、规整数据集的完整说明。本书第二版针对Python 3.6进行了更新，并增加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新版本的pandas、NumPy、IPython和Jupyter。
本书由Wes McKinney创作，他是Python pandas项目的创始人。本书是对Python数据科学工具的实操化、现代化的介绍，非常适合刚学Python的数据分析师或刚学数据科学以及科学计算的Python编程者。数据文件和相关的材料可以在GitHub上找到：
l 使用IPython shell和Jupyter notebook进行探索性计算
l 学习NumPy(Numerical Python)的基础和高级特性
l 入门pandas库中的数据分析工具
l 使用灵活工具对数据进行载入、清洗、变换、合并和重塑
l 使用matplotlib创建富含信息的可视化
l 将pandas的groupby功能应用于对数据集的切片、分块和汇总
l 分析并操作规则和不规则的时间序列数据
利用完整的、详细的示例学习如何解决现实中数据分析问题
本书电子版及其他资料免费下载：添加微信：cnsk27（一定要备注：资料，平时上班比较忙，回复慢见谅）
