《Python数据科学手册》是一本以数据科学为中心的书籍，以Python作为主要工具，涵盖了科学研究和计算统计方法的丰富内容。该书详细介绍了Python数据科学中的重要工具包，如Matplotlib和NumPy等对象，为读者提供了全面的参考资料。无论是对于初学者还是有经验的数据科学家，这本书都是一本必备之作。
Python数据科学手册 电子书封面
读者评价
目前看了四分之一。这本书对于我这个刚入门数据分析的小白来说非常适用，完完全全工具书，买这本书的初衷就是想看sklearn的，刚好看到关于另外三个库也有，就顺手看了当复习。之前我看过<机器学习实战>和<利用python 进行数据分析>，很多深层次的东西都在这本书找到了答案，而且基于py3，代码算是比较新，省的去别处搜集了，强烈推荐！
需要一定基础。个人感觉比用python做数据分析那本要好，更有条理，更清晰。有一定python基础和机器学习基础绝对可以收获良多。
python数据科学手册: IPython/NumPy/Pandas/Matplotlib/Scikit-Learn 从实战角度出发，讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务，旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。
内容介绍
Python数据科学手册是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的/列式数据；第4章的主角是Matplotlib，它为Python提供了许多数据可视化功能；第5章以Scikit-Learn为主，这个程序库为最重要的机器学习算法提供了高效整洁的Python版实现。
本书适合有编程背景，并打算将开源Python工具用作分析、操作、可视化以及学习数据的数据科学研究人员。
目录
- 译者序
- 前言
- 第1章 IPython：超越 Python
- 第2章 NumPy 入门
- 第3章 Pandas 数据处理
- 第4章 Matplotlib 数据可视化
- 第5章 机器学习
为什么要使用python进行数据分析 Python最大的特点是拥有一个巨大而活跃的科学计算（scientific computing）社区。 然后在数据分析和交互、探索性计算以及数据可视化方面，Python的库在不断的进行改良中（其实还是主要是pandas），然后再配合其在通用编程方面的强大实力，完全就可以使用python一种语言就hold住了。 Python同时也被称呼为“胶水语言”，作为一个科学计算的平台它能够很轻松的集成C、C++以及Fortran的代码。 一般而言，很多组织都会用一些类似于领域特定的计算语言比如（Matlab、R）对新想法进行研究、原型构建和测试，然后再将这些想法移植到某个更大的生产系统当中（比如Java、C#或者C++等），但是到了现在越来越多的人发现，Python不仅适用于研究和原型构建并且适用于构建生产系统，这无疑会带来较大的效率提升。 当然啦，虽然Python也有一些缺点，作为一种解释性的编程语言，大部分Python的代码都比编译型的代码要慢很多，对于高并发、多线程的应用程序来说不是非常的理想，这是因为Python有一个叫做全局解释锁（Global Interpreter Lock ，GIL）的原因，但是这一点已经超出本书的范围了，在此不加以解释，有兴趣的朋友如果了解的话也可以在评论告诉博主一声。
为什么学习Python做数据科学？ 在我们探索学习Python做数据科学之前，我们应该简要地回答一下为什么首先应该学习Python。 简而言之，掌握Python是数据科学职业所需要的宝贵技能之一。 虽然Python并不总是这样，但它是数据科学的首选编程语言。以下是一段简短的历史: 数据科学专家预计这种趋势将随着Python生态系统的不断发展而继续下去。虽然您学习Python编程的旅程可能刚刚开始，但很高兴知道就业机会也很丰富(而且还在增加)。 事实上，数据科学家的平均工资是127,918美元。 好消息吗?预计这个数字只会增加。IBM的专家预测，到2020年，对数据科学家的需求将增加28%。 因此，数据科学的未来是光明的，而Python只是众所周知的馅饼中的一块。幸运的是，学习Python与其它编程一样容易。我们将通过五个简单的步骤向您展示。 但是请记住——仅仅因为步骤简单并不意味着你不需要投入工作。如果你全身心地投入到学习Python中，并投入有意义的时间，你不仅有可能掌握一项新技能，而且有可能将你的职业生涯提升到一个新的水平。