用 Python 进行数据分析，有哪些合适的 Python 书籍或资料值得推荐

我是用 做 的，市场上python资料简直多如牛毛，真正值得看的没多少。人生苦短，少看垃圾。

补充：下面还有很多干货！！！

正文开始

先看看python岗位概况：

图片来源网络

针对数据分析岗位需要的python技能，这里分为三大块来讲。

1、数据分析需要用到那些python知识点；

2、Python数据分析最主要的工具库有哪些；

3、学习数据分析各阶段用到什么书籍或资料；

首先，python可以用作 、 、 、 、 、数据分析等各个领域，每个领域对python的学习要求和深度不一样，数据分析不要求掌握很深的编程知识。

主要是以下内容， 数据类型和结构、变量、函数、逻辑语句（判断、循环）、匿名函数、错误处理、遍历和迭代、进程和线程、库的使用 。学习这些东西并不需要购买书籍，能省则省，网上很多教程。推荐 菜鸟教程 和 w3cschool 的python3教程，通俗易懂，非常适合初学者掌握基础语法，然后可以在 实验楼 这个网站练习编程，也可以自己搭建环境敲代码。

编程毕竟是抽象的，一开始理解诸如切片、迭代等概念比较吃力，只有多看多敲代码，后面自然而然就懂了。

学完python基础知识点，并有了一定的训练代码量（至少得 1000 行）之后，就可以开始学习数据分析工具了，也就是python的第三方数据分析库。按照我的使用经验和个人理解，有以下几个重点学习对象。

& ： 它是一个由多维数组对象和用于处理数组的例程集合组成的库，里面包含了大量的计算函数，可以很轻松的进行科学计算。

图片来源网络

： 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的，具备强大的数据展示功能。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。

： 是一个Python 2D绘图库，可以生成各种硬拷贝格式和跨平台交互式环境的出版物质量数据。Matplotlib可用于Python脚本，Python和IPython shell，Jupyter笔记本，Web应用程序服务器和四个图形用户界面工具包。只需几行代码即可生成绘图，直方图，功率谱，条形图，误差图，散点图等。

图片来源网络

： 是一个机器学习库，可以对数据进行分类，回归，无监督，数据降维，数据预处理等等，包含了常见的大部分机器学习方法。

图片来源网络

上面五种工具 scipy 、 numpy、pandas、matplotlib、scikit-learn ，基本能解决90%以上的数据分析问题，建议初学者把这五个工具重点用。

至于教程，推荐 《利用python进行数据分析》 第二版，可以掌握numpy、pandas、matplotlib的许多实用用法。我基本把这本书看完了，也敲了里面大部分代码。学习scikit-learn最好选择看 ，目前好像也有了 ，可以多跑跑里面的sample。

sklearn文档案例（图片来源网络）

最后捎带提一下，还要学习SQL，这是数据分析最基础的能力，我用的是 《SQL学习指南》 这本书，很适合入门。

另外，对于所有有志于做数据分析师、商业数据分析、数据治理的小伙伴，一定要加快提升自己。 世界经济论坛 发布的 《2023年未来就业报告》 对未来五年就业市场进行深入分析，报告预测未来5年内增长最快的十大岗位，就包括了 数据分析师和科学家 以及 数字化转型专业人员 。

强烈建议重视CDA数据分析师证书，CDA数据分析师一级考试涉及的多个业务分析模型， 这些模型在实战中超有用 。尤其是想进入 电网、银行、电信、烟草 行业的小伙伴们，尽量考过CDA数据分析师二级，因为这些单位几乎都会在招聘中说明CDA数据分析师优先。

大家考个证书，既可以巩固自己的数据分析技术，还能有证书加持，对于部分工作有很大好处。

最后再梳理一下学习路径和教程，python基础语法（ 菜鸟教程和w3cschool ）»numpy、pandas、matplotlib（《 利用python进行数据分析 》）»scikit-learn（ 官方文档 ）

我收集了一些python学习书籍

python基础：

• 《Python基础教程》（ Beginning Python From Novice to Professional ）
• 《Python学习手册》（ Learning Python ）
• 《Python编程》（ Programming Python ）
• 《Python编程从入门到实践》（ Python Crash Course ）
• 《Python Cookbook》

python数据分析

• 《利用Python进行数据分析》（ Python for Data Analysis ）
• 《Python数据科学手册》（ Python Data Science Handbook ）
• 《Python金融大数据分析》（ Python for Finance ）
• 《Python数据可视化编程实战》（ Python Data Visualization Cookbook ）
• 《Python数据处理》（ Data Wrangling with Python ）

python机器学习

• 《Python机器学习基础教程》（ Introduction to Machine Learning with Python ）
• 《Python机器学习实践指南》（ Python Machine Learning Blueprints ）
• 《Python机器学习实践：测试驱动的开发方法》（ Thoughtful Machine Learning with Python A Test Driven Approach ）
• 《Python机器学习经典实例》（ Python Machine Learning Cookbook ）
• 《TensorFlow：实战Google深度学习框架》

附 github大神开源的python数据科学速查小抄（仅供学习）

python

pandas

numpy

scipy

sklearn

matplotlib

python基础

数据分析