由於Python具有簡單、易學、免費開源、可移植性、可擴展性等特點，所以它的受歡迎程度扶搖直上。再加上Python擁有非常豐富的函式庫，也使得它在資料分析領域有越來越廣泛的應用。如果你已經決定要學習Python資料分析，但之前沒有程式設計經驗，那麼，這6本書將會是你的正確選擇。
《Python科學計算》（推薦學習：Python影片教學）
從發行版的安裝開始，這本書將科學計算及可視化的常見函數庫，如numpy、scipy、sympy、matplotlib、traits、tvtk、mayavi、opencv等等，都進行了較為詳細地介紹。由於涉及面太廣，可能對於單一函數庫來說還不夠深入，但這本書能夠讓人快速上手，全面了解科學計算所用到的常用函數庫。進而在此基礎上選擇自己需要的函數庫進行深入學習，相對來說要容易得多。
《NumPyBeginner's Guide 2nd》/《Python資料分析基礎教學：NumPy學習指南（第2版）》
一本Numpy入門指南給新手的指南。整本書可謂短小精幹，條理清晰，將Numpy的基礎內容講得清清楚楚明明白白。此書的作者也寫過一本《NumPyCookbook》/《NumPy攻略：Python科學計算與數據分析》，但這本書相比於前者，就顯得結構有些雜亂，內容上也有些不上不下，如果要看的話，建議看完第一本再來看這本。這裡還想順便吐槽一下這兩本書的中文書名翻譯。為了能夠多賣幾本，出版社也是蠻拼的，想辦法都要跟數據分析幾個字掛上鉤，就好像現在某些書總要扯上雲和大數據一樣。此外，還有一本《LearningSciPy for Numerical and Scientific Computing》的書，可以作為SciPy的入門教學來學習（似乎還沒出中文版）。
《Pythonfor Data Analysis》/《利用Python進行資料分析》
這本書也是從numpy講起，專注於資料分析的各個流程，包括資料的存取、規整、視覺化等等。此外，本書還涉及了pandas這個庫，有興趣的可以看看。
《MachineLearning in Action》/《機器學習實戰》
Python機器學習的白盒入門教程，著重於講解機器學習的各類常用演算法，以及如何用Python來實現它們。這是一本教你如何造輪子的書，但是造出來的輪子似乎也不怎麼好用就是了。不過，對於立志要造汽車的人來說，了解一下輪子的結構和原理，還是十分必要的。此外，打算閱讀此書之前，如果各位的高數線代數理論都忘得差不多了的話，還是先補一補比較好。
《BuildingMachine Learning Systems with Python》/《機器學習系統設計》
Python機器學習的黑盒子入門教學。如果說上一本書是教你如何組裝輪子的話，這本書就是直接告訴你怎麼把輪子轉起來以及如何才能轉得更好。至於輪子為什麼能轉起來，請參考上一本書。另外，可以配合《Learning scikit-learn:Machine Learning in Python》這本書來閱讀（暫無中文版）。這本書是針對Python的機器學習庫scikit-learn進行專門講解的一本書，100頁左右，可以作為官方文檔的拓展讀物。
《Pythonfor Finance》
教你用Python處理金融資料的一本書，應該是中國人寫的，Packt出版，不過似乎現在還沒有中文版。比起前面幾本書，這本書專業性更強一些，專注於金融數據分析。這本書我還沒怎麼看，也寫不出什麼更詳細的介紹。之所以把它列出來，是因為在查資料的時候發現，O'Reilly年底似乎也準備出一本《Python for Finance》。看來Python真的是越來越紅了。
更多Python相關技術文章，請造訪Python教學欄位學習！
以上是python資料分析買什麼書的詳細內容。更多資訊請關注PHP中文網其他相關文章！
