《利用Python进行数据分析 原书第2版》是一本由Wes McKinney著作，机械工业出版社出版的平装图书，本书定价：119，页数：489，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《利用Python进行数据分析 原书第2版》精选点评：

　　●工具书，快速略读。挺好的。有需求再仔细翻

　　●工具书，例子多就比看文档方便好懂

　　●粗读 有需要再回看

　　●很好，简单易懂，推荐

　　●草草的翻了一遍，一本有用的工具书，留待以后用到时回头再查

　　●就是一本工具书啊，感觉跟着书上代码敲一遍就能对numpy,pandas,matplotlib几个常用的数据分析库比较熟悉了，下一步就可以进行实操了，数据预处理，高效计算和可视化整个流程都可以运用本书的知识完成。

　　●numpy，pandas写的非常详细

　　●书其实是好书，但是真的就是一个手册，只供快速浏览之后的查阅。 但是吧，仅供查阅这块也没有做得很好因为作者又想做得阅读性强一些，所以就两边不讨好。 所以就认认真真读一遍和快速浏览一遍的效果区别不大，都是记不住还得回头来查。

　　●第一次看:哦，好简单 自己上手:到底该怎么操作 第二次看:嗯，懂了 自己上手:不行，还得去看书

　　●部分代码写得是真垃圾。试着做案例，结果代码并不连贯，出现千奇百怪的错误和警告。总之，很一般的书。

　　《利用Python进行数据分析 原书第2版》读后感(一)：作者用心写书，译者用脚翻译

　　我没看过第一版的中文版，看大家说还不错，但是这第二版，就很一言难尽，特别是在我看了一部分原版书后…

　　翻译的人对于一些对象的内置方法和函数参数的表格翻译根本就是逐字直译，完全不符合中国人常理解的基本习惯。翻译难道不是为了让人看懂吗？表格翻译尤其糟糕，文字部分也很费解，但好在书中示例丰富，大概能理解意思，但对于一个初学者来说非常不友好。

　　想给作者五星想给译者一星…

　　《利用Python进行数据分析 原书第2版》读后感(二)：五星给内容，三星给翻译

　　书的内容不错，很适合做量化建模工具书，但是这个翻译真是不敢恭维，有些地方翻译的语句不通，有些地方直接译错了，比如刚才看到第220页写的“通常，我们不会使用DataFrame中一个或多个列作为行索引”，感觉这话说反了，看了一下英文原版电子版，原文是“It‘s not unusual to want to use one or more columns from DataFrame as the row index”，好多地方都是对照英文原版才能看得懂。。。

　　《利用Python进行数据分析 原书第2版》读后感(三)：真是一本好书！发现第一本真的喜欢的计算机类书！

　　看的是非官方的中文版。

　　看了好些本python相关的国内或国外书籍，涉及机器学习，数据分析，python基础，爬虫等。

　　这是唯一一本真的感觉好的书！

　　为何？

　　因为：简洁却直达靶心！而且条理、结构、内部的思维进展和结构很舒服！

　　这是目前唯一一本python相关书籍我边看边练习的时候，自然而然不发觉地沉浸在里面了的书！

　　我第一次有了真的喜欢的计算机类书籍！

　　辅助：

　　Jake VanderPlas 的 Python数据科学手册，有些地方更详细一点。可以互补。（当然也可以和其他资源互补）

　　《利用Python进行数据分析 原书第2版》读后感(四)：关于第二版的翻译

　　对第二版的翻译已无力吐槽，错误太明显。比如下图句子的in-place意思明明是原地修改，译者非要翻译成原对象，感觉译者计算机的基本素养有待提高，如果知道排序算法中的原地排序就不会这样翻译了，阅读时最好准备好英文版，遇到不通的地方翻阅一下英文版结合代码就可以了。或者直接看原版吧，另外听说第一版翻译的不错可以参考一下

　　《利用Python进行数据分析 原书第2版》读后感(五)：如何学习和评价《利用python进行数据分析》这本书？

　　这本书几乎是数据分析入门必读书了。主要介绍了python3个库numpy（数组），pandas（数据分析）和matplotlib（绘图）的学习。 这本书的第2版是基于Python3，下面提供中文和英文电子版下载链接：

　　1）付费中文版（知乎电子书）：利用 Python 进行数据分析（原书第 2 版）2）免费中文和英文版：已上传到百度云盘，可以在我微信公众号（猴子聊人物），中回复“资料”获取到

　　光看书不仅孤独，还有时候看不懂，因为这本书更多的是一些功能语法的介绍，缺少实践的案例操作，所以这本书结合这几个live一起学习效果会事半功倍：1）对应这本书《第2-3章Python基础知识》：

　　零基础掌握人工智能(AI)核心语言：Python

　　书中会涉及到描述统计学和概率的内容，对于没有基础的朋友来说，看起来会很痛苦，可以用下面的live进行统计知识补充：

　　统计概率思维：描述统计分析

　　2）对应这本书的《第4-5章数据分析包（numpy和pandas）》的使用和《第7章数据清洗和准备》但是书中没有提供完成的例子，在live中我给出一个医院销售数据的完整分析案例，通过一个完整案例学会数据分析的流程。

　　从零学会数据分析：数据分析的基本过程

　　3）对应这本书的第9章绘图包（matplotlib）的使用和如何制作数据分析报告：

　　如何用Python绘图和制作数据分析报告？

　　4）对应本书的第13章机器学习包（scikit-learn）如何使用：

　　机器学习（入门）：简单线性回归

　　推荐：一个小白的逆袭之路