第1章 準備工作7
1.1 本書內容7
1.2 為什麼使用Python進行數據分析8
1.3 重要的Python庫9
1.4 安裝和設置14
1.5 社區和會議18
1.6 本書導航18

第2章 Python語法基礎、IPython和Jupyter notebook21
2.1 Python解釋器22
2.2 IPython基礎23
2.3 Python語法基礎29
2.4總結47

第3章 Python的數據結構、函數和文件48
3.1 數據結構和序列48
3.2 函數65
3.3 文件和操作繫統76
3.4 總結81

第4章 NumPy基礎：數組和向量化計算82
4.1 NumPy的ndarray：多維數組對像84
4.2 生成偽隨機數101
4.3 通用函數：素級數組函數103
4.4 利用數組進行面向數組編程105
4.5 使用數組進行文件輸入和輸出113
4.6 線性代數114
4.7 示例：隨機漫步115
4.8 總結118

第5章 pandas入門119
5.1 pandas的數據結構介紹120
5.2 基本功能133
5.3 描述性統計的彙總和計算159
5.4 總結167

第6章 數據加載、存儲與文件格式168
6.1 讀寫文本格式的數據168
6.2 二進制數據格式185
6.3 與Web API交互190
6.4 與數據庫交互191
6.5 總結193

第7章 數據清洗和準備194
7.1 處理缺失數據194
7.2 數據轉換200
7.3 擴展數據類型214
7.4 字符串操作216
7.5 分類數據224
7.6 總結233

第8章 數據規整：連接、聯合和重塑234
8.1 層次化索引234
8.2 聯合與合並數據集240
8.3 重塑和透視256
8.4 總結264

第9章 繪圖和可視化265
9.1 matplotlib API入門266
9.2 使用pandas和seaborn繪圖279
9.3 其他Python可視化工具293
9.4 總結294

第10章 數據聚合與分組操作295
10.1 GroupBy機制296
10.2 數據聚合304
10.3 Apply：通用的“拆分－應用－聯合”範式310
10.4 分組轉換和“展開式”GroupBy運算322
10.5 透視表和交叉表326
10.6 總結330

第11章 時間序列331
11.1 日期和時間數據的類型及工具332
11.2 時間序列基礎知識336
11.3 日期的範圍、頻率以及移位341
11.4 時區處理348
11.5 周期及其算術運算353
11.6 重采樣及頻率轉換360
11.7 移動窗口函數369
11.8 總結375

第12章 Python建模庫介紹376
12.1 pandas與模型代碼的接口376
12.2 用Patsy創建模型描述379
12.3 statsmodels介紹385
12.4 scikit-learn介紹390
12.5 總結393

第13章 數據分析案例395
13.1 來自1.USA.gov的Bitly數據395
13.2 MovieLens 1M數據集404
13.3 1880—2010年間全美嬰兒姓名411
13.4 USDA食品數據庫425
13.5 2012年聯邦選舉委員會數據庫431
13.6 總結440
附錄A 高階NumPy441
附錄B 更多關於IPython的內容475

2017年9月，我以SeanCheney為網名在互聯網上寫作、翻譯了一繫列文章，內容包括Python數據分析、爬蟲、機器學習。出乎意料地，在隨後的5年時間裡，我得以接觸成千上萬的讀者，其中既有各種專業的學生，也有從事不同行業的職場人士。這讓我認識到，除了程序員，越來越多的人正在學習數據分析。身處大數據時代，數據分析能力正逐漸成為現代人不可或缺的一項技能。

在數據分析領域，本書是最值得閱讀的圖書之一。首先，Python這門語言非常適合初學者。得益於簡潔的語法，Python代碼的可讀性非常好，即便非計算機專業的讀者也能快速掌握它。

本書正是以Python作為編程語言來講解數據分析的，不僅學習門檻低，而且上手快。其次，對於已經入門Python的讀者，數據分析是非常好的進階學習內容。當掌握數據分析之後，讀者可以繼續學習機器學習、深度學習或者量化金融等。

pandas庫是使用Python進行數據分析最主要的工具，而本書作者正是pandas庫的創建者，因此對知識點的講解十分親切、流暢、自然。最後，本書提供了非常豐富的學習內容，涉及機器學習、統計、時間序列分析、數據可視化。經過三版的迭代，本書的知識體繫更加合理和繫統化。如果讀者能跟隨本書示例學習並勤加練習，一定能收獲學習和精進的樂趣。

本書第3版最大的變化是緊貼pandas的升級進行擴展，將pandas升級為1.4.0，將Python升級為3.10，主要是新增了方法和特性等內容。作者為第11章新增了分組時間重采樣，並將第2版中第12章的內容前置到本書第7章中。曾經不止一次聽別人抱怨，pandas的知識點分散、零碎、不便於記憶，作者在細節上也對此進行了改進。在本書中，作者摒棄了許多容易造成記憶混亂的用法，比如，用axis = "columns"替代axis = 1。簡寫方式破壞了代碼的可讀性，作者修改了許多類似的編程細節。本書對初學者更為友好了！

早在Python成為主力的數據分析工具之前，Excel、MATLAB、R都是強有力的競爭者。Python能後來居上，除了它極易上手的特性，主要還是歸功於開源。本書作者Wes McKinney是開源界的先鋒，他早年創建了pandas，後來完全依托開源社群對其維護。社群中不乏優秀的開發者，眾人合力推動pandas持續進步，pandas纔有如今的影響力。正是因為這種純粹的開源理念，Wes專門為本書搭建了開源的網頁版本，相信pandas社區不僅會進一步壯大，還會迎來一大批新用戶和讀者。