第一遍阅读，以较快的速度读完此书，主要读书目的是大致了解python数据分析的知识架构，对于python的学习节奏自己能有想法以及更好的安排。 计划本周完成第二遍阅读，旨在边读边练，熟悉pandas库常规用法。 第一遍通读本书后对于自身python学习的安排。python学习前期重要的是知道python语法的一些基础知识，例如语法结构与几种数据类型，目的是看到一段代码能知道其中每个元素的作用，通过对于元素的搜索最终能看懂代码。其次是加强练习，与excel类似，只有反复的使用才能更加熟练。一样的语法结构中对象，方法的变换也实现python强大的功能。 基于以上规划python学习路径： 1、首先明白python语法的基本结构 2、了解python数据类型与各个数据类型常用方法 3、基于此书案例多一些实操演练，熟悉pandas 4、基于俊红公众号中一篇文章对于matplotlib库的介绍，结合实操，熟悉该库。 本周目标：看完学完《对比EXCEL轻松学习python数据分析》中细节操作的部分，本书主要依于pandas包。旨在熟悉pandas。能把皇家的行业月报summary用python自动实现了。先尝试寻找一个pandas库的内容总览内容，对整体内容有一个了解，在具体学习丰富框架。 下周目标：仔细看完《公众号：俊红数据分析之路》中《深度讲解你熟悉又陌生的matplotlib库》旨在熟悉matplotlib实现一个简单可视化月报的品牌总览页面。先尝试寻找一个matplotlib库内容框架总览，对整体了解后，在具体学习丰富框架。
道理我都懂，一上手就废。学会python的一部分原因确实是在工作中excel用多了，慢慢理解了一些数据处理和分析方法，同步到python上就很容易上手了，看到这本书的题目就想到自己当时死磕python数据分析的时候，理论只是基础，关键还需要实践，做一些数据分析项目实战，在工作中多迁移学习。已经过完一遍了，很系统很基础，正在努力实操和实践，希望下一次用的时候，能够超级熟练而不查阅资料。多读多思考多实践，加油＾０＾~
这边书侧重与Excel对比，但是在pandas和numpy上，比《Python极简讲义》这本方法引入地更多一些。极简这本侧重于理解numpy和pandas的运算规则，能理解运算规则，才是开启实战的第一步。所以，知识关联来讲，先读极简，再读对比，更好一些。另，极简这本前半部分讲解Python语法，特别适合完全没学过Python语法的同学学习。 另外，读再多的书，还是离不开实战积累。加油！
粗读此书的目的主要是想让自己对Python有所熟悉，显然，这本书达到了目的。作为市场研究人员我们已对Excel非常熟悉，对于工作中各种小数据的处理基本上不存在问题。但在大数据的时代，Python等各种编程工具无疑具有降维打击优势。 纵观“数据分析/市场研究”相关的招聘需求市场，发现行业多要求研究人员不仅懂研究方法商业逻辑，还要会各种大小数据分析工具。我们也逐浪而行，学会了词云图制作，学会了热力图制作，各种可视化软件，然后还是不够.. .我一直觉得“数据挖掘/分析”与“研究”是两个工种，所以我有时候在想当前这种趋势是否是逆分工化？
比较简单的一本上手书，很适合初学者。书中基本上用excle的操作逻辑讲的python的操作，主要是pandas和numpy两个包的应用，便于理解和学习。关键是能看懂，初学者不会烦，至于具体的操作，大致有个印象，后边用到了再查就好。
从数据采集、清洗、抽取，以及数据可视化等多个角度介绍了日常工作中数据分析的标准路径。通过对比Excel与Python在数据处理过程中的操作步骤，详细说明了Excel与Python间的差异，以及用Python进行数据分析的方法。
适用于对excel熟悉，又想学习python的人。 读了一遍，只是有了一些概念，其实没记住什么。第二遍通过边读边实操，熟悉相关操作。 拜托图片处理一下吧！没给满分是因为书里有很多缩略图效果很差，图非常小看不清，同样因为小，手指点也点不到。在看不清的地方只能看微信读书电脑版。不清楚是安卓版的bug，还是书排版本身的问题。
花了6个多小时初读了一遍，感觉没有比excel更容易，更快捷的出分析结果。numpy,pandas这么简单嘛，得再看一遍？
几位大牛共同推荐的Python数据分析入门书。虽然觉得对比EXCEL更多是噱头，作者也是大多草草带过，但对数据分析思路和pandas的讲解还是很细致的，每个函数方法也都配上了实例。一些小错误也都是笔误之类的，很容易分辨。 推荐阅读，也可以作为参数参考书使用，最重要的是多动手。 不知道另一本大牛推荐书《利用Python进行数据分析》怎么样，下一本书就它了。
花了近30个小时终于将这本书看完了。不是走马观花那种看。书中的每一行代码都在电脑上实现过了，并且弄懂了每行代码每个操作在干啥，有什么用处。算是对pandas和numpy有个入门的了解吧。
新手可能有些地方看不懂，老手可能觉得太简单
还好，虽然这几个库讲的都不完整，但是简单的入门还是可以做到的。有点基础的不建议看这本书，该书讲解比较简单，有基础的人看着浪费时间。
第一次在数据分析角度对python的应用做了基础了解。书中描写内容简单易懂，对比方法让人更加感受到python的便捷性。除了书中有部分代码拼写有误，整体还是很不错的，作为入门书籍很有实用性，在使用过程中会重新参考的。
可以，了解了一些基本的指令
数据分析流程，获取数据--数据预处理--数据筛选--数值操作--数据运算--时间序列--数据分组--多表拼接--数据可视化——结果导出。 人们数值计算的需求，主要是矩阵相关的运算时，NumPy问世了。 人们数值计算的需求，主要是数据库或者本地的Excel表格时，在NumPy的基础上Pandas问世了。
第一遍阅读，以较快的速度读完此书，主要读书目的是大致了解python数据分析的知识架构，对于python的学习节奏自己能有想法以及更好的安排。 计划本周完成第二遍阅读，旨在边读边练，熟悉pandas库常规用法。 第一遍通读本书后对于自身python学习的安排。python学习前期重要的是知道python语法的一些基础知识，例如语法结构与几种数据类型，目的是看到一段代码能知道其中每个元素的作用，通过对于元素的搜索最终能看懂代码。其次是加强练习，与excel类似，只有反复的使用才能更加熟练。一样的语法结构中对象，方法的变换也实现python强大的功能。 基于以上规划python学习路径： 1、首先明白python语法的基本结构 2、了解python数据类型与各个数据类型常用方法 3、基于此书案例多一些实操演练，熟悉pandas 4、基于俊红公众号中一篇文章对于matplotlib库的介绍，结合实操，熟悉该库。 本周目标：看完学完《对比EXCEL轻松学习python数据分析》中细节操作的部分，本书主要依于pandas包。旨在熟悉pandas。能把皇家的行业月报summary用python自动实现了。先尝试寻找一个pandas库的内容总览内容，对整体内容有一个了解，在具体学习丰富框架。 下周目标：仔细看完《公众号：俊红数据分析之路》中《深度讲解你熟悉又陌生的matplotlib库》旨在熟悉matplotlib实现一个简单可视化月报的品牌总览页面。先尝试寻找一个matplotlib库内容框架总览，对整体了解后，在具体学习丰富框架。
道理我都懂，一上手就废。学会python的一部分原因确实是在工作中excel用多了，慢慢理解了一些数据处理和分析方法，同步到python上就很容易上手了，看到这本书的题目就想到自己当时死磕python数据分析的时候，理论只是基础，关键还需要实践，做一些数据分析项目实战，在工作中多迁移学习。已经过完一遍了，很系统很基础，正在努力实操和实践，希望下一次用的时候，能够超级熟练而不查阅资料。多读多思考多实践，加油＾０＾~
这边书侧重与Excel对比，但是在pandas和numpy上，比《Python极简讲义》这本方法引入地更多一些。极简这本侧重于理解numpy和pandas的运算规则，能理解运算规则，才是开启实战的第一步。所以，知识关联来讲，先读极简，再读对比，更好一些。另，极简这本前半部分讲解Python语法，特别适合完全没学过Python语法的同学学习。 另外，读再多的书，还是离不开实战积累。加油！
粗读此书的目的主要是想让自己对Python有所熟悉，显然，这本书达到了目的。作为市场研究人员我们已对Excel非常熟悉，对于工作中各种小数据的处理基本上不存在问题。但在大数据的时代，Python等各种编程工具无疑具有降维打击优势。 纵观“数据分析/市场研究”相关的招聘需求市场，发现行业多要求研究人员不仅懂研究方法商业逻辑，还要会各种大小数据分析工具。我们也逐浪而行，学会了词云图制作，学会了热力图制作，各种可视化软件，然后还是不够.. .我一直觉得“数据挖掘/分析”与“研究”是两个工种，所以我有时候在想当前这种趋势是否是逆分工化？
比较简单的一本上手书，很适合初学者。书中基本上用excle的操作逻辑讲的python的操作，主要是pandas和numpy两个包的应用，便于理解和学习。关键是能看懂，初学者不会烦，至于具体的操作，大致有个印象，后边用到了再查就好。
从数据采集、清洗、抽取，以及数据可视化等多个角度介绍了日常工作中数据分析的标准路径。通过对比Excel与Python在数据处理过程中的操作步骤，详细说明了Excel与Python间的差异，以及用Python进行数据分析的方法。
适用于对excel熟悉，又想学习python的人。 读了一遍，只是有了一些概念，其实没记住什么。第二遍通过边读边实操，熟悉相关操作。 拜托图片处理一下吧！没给满分是因为书里有很多缩略图效果很差，图非常小看不清，同样因为小，手指点也点不到。在看不清的地方只能看微信读书电脑版。不清楚是安卓版的bug，还是书排版本身的问题。
花了6个多小时初读了一遍，感觉没有比excel更容易，更快捷的出分析结果。numpy,pandas这么简单嘛，得再看一遍？
几位大牛共同推荐的Python数据分析入门书。虽然觉得对比EXCEL更多是噱头，作者也是大多草草带过，但对数据分析思路和pandas的讲解还是很细致的，每个函数方法也都配上了实例。一些小错误也都是笔误之类的，很容易分辨。 推荐阅读，也可以作为参数参考书使用，最重要的是多动手。 不知道另一本大牛推荐书《利用Python进行数据分析》怎么样，下一本书就它了。
花了近30个小时终于将这本书看完了。不是走马观花那种看。书中的每一行代码都在电脑上实现过了，并且弄懂了每行代码每个操作在干啥，有什么用处。算是对pandas和numpy有个入门的了解吧。
新手可能有些地方看不懂，老手可能觉得太简单
还好，虽然这几个库讲的都不完整，但是简单的入门还是可以做到的。有点基础的不建议看这本书，该书讲解比较简单，有基础的人看着浪费时间。
第一次在数据分析角度对python的应用做了基础了解。书中描写内容简单易懂，对比方法让人更加感受到python的便捷性。除了书中有部分代码拼写有误，整体还是很不错的，作为入门书籍很有实用性，在使用过程中会重新参考的。
可以，了解了一些基本的指令
数据分析流程，获取数据--数据预处理--数据筛选--数值操作--数据运算--时间序列--数据分组--多表拼接--数据可视化——结果导出。 人们数值计算的需求，主要是矩阵相关的运算时，NumPy问世了。 人们数值计算的需求，主要是数据库或者本地的Excel表格时，在NumPy的基础上Pandas问世了。