基于我豐厚的收藏，我來(lái)回答這個(gè)問(wèn)題再合適不過(guò)了。

我們把Python數(shù)據(jù)分析拆解為兩點(diǎn)：

• 第一，我們要學(xué)會(huì)Python的基本使用；
• 第二，我們要學(xué)會(huì)Python的數(shù)據(jù)分析庫(kù)（假設(shè)你已經(jīng)有了數(shù)據(jù)分析的基本理解，只是不清楚如何用Python完成數(shù)據(jù)分析工作）。

因此，我們針對(duì)兩個(gè)目的，分別列出一些書目。

Python的使用

1. 《Python編程：從入門到實(shí)踐》：拋棄那些大部頭吧，我們不是Python后端工程師，不是Python前段工程師，也不是Python全棧開(kāi)發(fā)者，我們暫時(shí)不需要掌握那么多亂七八糟的功能。對(duì)于新手來(lái)說(shuō)，二八法則永遠(yuǎn)適用，我們只需要掌握百分之二十的功能，就足以應(yīng)對(duì)絕大多數(shù)的工作了。
2. 《Python編程快速上手-讓繁瑣工作自動(dòng)化》：同上，兩部都是比較好的入門書，可以幫助我們簡(jiǎn)單、快速地上手。
3. 《Python3 Cookbook》：這本書可以幫助你更加深入地探索Python3，里邊有各種各樣翔實(shí)的案例，假如你的目的只是學(xué)會(huì)使用Python做數(shù)據(jù)分析，這本書完全可以保證你在Python3的使用上沒(méi)有短板。

關(guān)于數(shù)據(jù)分析

1. 《利用Python進(jìn)行數(shù)據(jù)分析》第二版：這本書是Python數(shù)據(jù)分析領(lǐng)域圣經(jīng)一般的書籍，作者是強(qiáng)大的數(shù)據(jù)分析庫(kù)Pandas的作者，他在書中講解了numpy、pandas、matplotlib等庫(kù)，作為入門書再好不過(guò)了。更重要的是，這本書由淺入深，可以開(kāi)啟我們使用Python進(jìn)行數(shù)據(jù)分析的大門。
2. 《Python數(shù)據(jù)分析》第二版：異步社區(qū)有中文第二版，里邊更加深入地探討了如何使用Python進(jìn)行數(shù)據(jù)分析工作，包括了對(duì)統(tǒng)計(jì)學(xué)、線性代數(shù)、可視化、時(shí)間序列、數(shù)據(jù)庫(kù)、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等方面的內(nèi)容，這本書可以幫助我們更進(jìn)一步

關(guān)于數(shù)據(jù)挖掘

1. 《數(shù)據(jù)科學(xué)入門》：從零開(kāi)始踏入數(shù)據(jù)科學(xué)的大門，搭建屬于自己的數(shù)據(jù)分析、數(shù)據(jù)挖掘工具。它能幫助我們更加深入地理解數(shù)據(jù)分析和數(shù)據(jù)挖掘的過(guò)程。
2. 《Python數(shù)據(jù)科學(xué)手冊(cè)》：強(qiáng)烈推薦，這部分由淺入深，詳細(xì)講解了數(shù)據(jù)分析、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)的流程。
3. 《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》：經(jīng)典書，但是使用的是Python2，年頭也比較久了，也是從零搭建機(jī)器學(xué)習(xí)的模型，對(duì)于我們深入理解機(jī)器學(xué)習(xí)的過(guò)程有很好的幫助。

關(guān)于數(shù)據(jù)可視化

1. 《Python數(shù)據(jù)可視化編程實(shí)戰(zhàn)》第二版：很詳細(xì)的書。
2. 《Python數(shù)據(jù)可視化之matplotlib實(shí)踐》：極好的matplotlib入門書，非常適合新手學(xué)習(xí)。
   

由于Python如日中天，因此Python數(shù)據(jù)分析相關(guān)的書籍非常多，我們能認(rèn)真讀完幾本，基本上都可以掌握大多數(shù)的數(shù)據(jù)科學(xué)流程。下邊是我收藏的一些書，感興趣的可以自己搜索一下，網(wǎng)上有正版出售，比如圖靈社區(qū)、異步社區(qū)、華章數(shù)媒、博文視點(diǎn)等均有優(yōu)質(zhì)IT書籍出售，包括紙質(zhì)版和電子版。

不邀自來(lái)。感覺(jué)這個(gè)問(wèn)題就是為我而設(shè)的??！

推薦兩本口碑爆棚的Python算法&數(shù)據(jù)結(jié)構(gòu)書。

全書涵蓋400多個(gè)示意圖，生動(dòng)介紹了算法的執(zhí)行過(guò)程。展示不同算法在性能方面的優(yōu)缺點(diǎn)，教會(huì)你用常見(jiàn)算法解決每天面臨的實(shí)際編程問(wèn)題。

“你渴望像看喜歡的小說(shuō)一樣學(xué)習(xí)算法嗎？如果是，本書正是你夢(mèng)寐以求的！ ”——Sankar Ramanathan，IBM Analytics

豆瓣讀者評(píng)論：

Python算法入門最佳！每一頁(yè)都值得讀！ 一邊翻翻這本書一邊刷題開(kāi)始了我*真正*對(duì)編程的入門和喜愛(ài)！

這是豆瓣讀者給這本書的評(píng)價(jià)。它還有很多好評(píng)，比如亞馬遜4.3星好評(píng)。

豆瓣評(píng)分9.3。

這是一本用Python描述數(shù)據(jù)結(jié)構(gòu)與算法的開(kāi)山之作，能讓你洞徹?cái)?shù)據(jù)結(jié)構(gòu)與算法，真正精通Python。

如果把編寫代碼比作行軍打仗，那么要想稱霸沙場(chǎng)，不能僅靠手中的利刃，還需深諳兵法。Python是一把利刃，數(shù)據(jù)結(jié)構(gòu)與算法則是兵法。只有熟讀兵法，才能使利刃所向披靡。

它還是一本被眾多高校采用的經(jīng)典計(jì)算機(jī)科學(xué)教材，一本能真正幫技術(shù)人員解決編程問(wèn)題的“答案之書”。

你肯定在學(xué)習(xí)解決問(wèn)題的基本方法上投入過(guò)大量的時(shí)間，并且相信自己擁有根據(jù)問(wèn)題描述構(gòu)建解決方案的能力。你肯定也體會(huì)到了編寫計(jì)算機(jī)程序的困難之處。大型難題及其解決方案的復(fù)雜性往往會(huì)掩蓋問(wèn)題解決過(guò)程的核心思想。

計(jì)算機(jī)科學(xué)被認(rèn)為是一門利用計(jì)算機(jī)來(lái)解決問(wèn)題的學(xué)科，了解數(shù)據(jù)結(jié)構(gòu)與算法是透徹理解計(jì)算機(jī)科學(xué)的前提。這本書讓我們可以掌握數(shù)據(jù)結(jié)構(gòu)與算法的基本思想，從而有信心探索任何編程難題的解決方法。

它由在計(jì)算機(jī)科學(xué)領(lǐng)域深耕數(shù)十載，有著豐富實(shí)戰(zhàn)經(jīng)驗(yàn)的 Bradley N. Miller 和 David L. Ranum 合著。

布拉德利·米勒（Bradley N. Miller）

美國(guó)路德學(xué)院計(jì)算機(jī)科學(xué)名譽(yù)教授，曾獲美國(guó)計(jì)算機(jī)協(xié)會(huì)軟件系統(tǒng)獎(jiǎng)，對(duì)Python課程開(kāi)發(fā)有深入研究，由他創(chuàng)立的互動(dòng)式教科書平臺(tái)Runestone Interactive與全球600多家教育機(jī)構(gòu)有合作。

戴維·拉努姆（David L. Ranum）

IBM Watson認(rèn)知軟件工程師，醫(yī)學(xué)信息學(xué)博士，致力于利用自然語(yǔ)言處理等人工智能技術(shù)解決醫(yī)療問(wèn)題，曾在美國(guó)路德學(xué)院講授計(jì)算機(jī)科學(xué)課程近三十載。

當(dāng)然，不看英文書，還有中文版可以選擇。

本書中文版已由圖靈引進(jìn)出版，由Twitter工程師呂能和ucloud工程師刁壽鈞聯(lián)合翻譯。

呂能

Twitter軟件工程師，開(kāi)源項(xiàng)目Apache Heron的核心貢獻(xiàn)者。先后在浙江大學(xué)和美國(guó)加州大學(xué)洛杉磯分校取得計(jì)算機(jī)科學(xué)學(xué)士學(xué)位和碩士學(xué)位，關(guān)注分布式實(shí)時(shí)數(shù)據(jù)引擎系統(tǒng)的研發(fā)，熱衷于普及計(jì)算機(jī)技術(shù)知識(shí)。

刁壽鈞

ucloud優(yōu)圖實(shí)驗(yàn)室后臺(tái)開(kāi)發(fā)工程師，畢業(yè)于復(fù)旦大學(xué)。先后從事過(guò)廣告業(yè)務(wù)與智慧零售、智慧社區(qū)業(yè)務(wù)的開(kāi)發(fā)工作。熱愛(ài)算法與數(shù)據(jù)庫(kù)技術(shù)，曾協(xié)助組織IMG社區(qū)的技術(shù)沙龍活動(dòng)。另譯有《數(shù)據(jù)分析實(shí)戰(zhàn)》。

本書結(jié)構(gòu)

本書緊緊地圍繞著運(yùn)用經(jīng)典數(shù)據(jù)結(jié)構(gòu)和技術(shù)來(lái)解決問(wèn)題。下面的組織結(jié)構(gòu)圖展示了充分利用本書的不同方式。

本書試讀

試讀第1章，做一些背景知識(shí)的準(zhǔn)備，復(fù)習(xí)了一下計(jì)算機(jī)科學(xué)、問(wèn)題解決、面向?qū)ο缶幊桃约癙ython。基礎(chǔ)扎實(shí)的人可以跳過(guò)，去學(xué)習(xí)第2章。不過(guò)，正所謂溫故而知新，適當(dāng)?shù)膹?fù)習(xí)和回顧必然是值得的。

希望這兩本書能幫助到題主，學(xué)習(xí)完P(guān)ython基礎(chǔ)語(yǔ)法后，盡快實(shí)現(xiàn)Python進(jìn)階。

歡迎關(guān)注

建議您先把list,，dict，set，還有collections包里那些結(jié)構(gòu)玩好了，再把這些包都學(xué)了Pandas, Numpy, Scipy, Matplotlib，再看專門的數(shù)據(jù)分析的書。

有一本就叫利用python進(jìn)行數(shù)據(jù)分析，書還不錯(cuò)，基本上numpy pandas matplotlib這幾個(gè)庫(kù)都有講，推薦購(gòu)買。

小編也來(lái)推薦幾本。

１、Python金融大數(shù)據(jù)分析

Python憑借其簡(jiǎn)單、易讀、可擴(kuò)展性以及擁有巨大而活躍的科學(xué)計(jì)算社區(qū)，在需要分析、處理大量數(shù)據(jù)的金融行業(yè)得到了廣泛而迅速的應(yīng)用，并且成為該行業(yè)開(kāi)發(fā)核心應(yīng)用的編程語(yǔ)言。《Python金融大數(shù)據(jù)分析》提供了使用Python進(jìn)行數(shù)據(jù)分析，以及開(kāi)發(fā)相關(guān)應(yīng)用程序的技巧和工具。

《Python金融大數(shù)據(jù)分析》總計(jì)分為3部分，共19章，第1部分介紹了Python在金融學(xué)中的應(yīng)用，其內(nèi)容涵蓋了Python用于金融行業(yè)的原因、Python的基礎(chǔ)架構(gòu)和工具，以及Python在計(jì)量金融學(xué)中的一些具體入門實(shí)例；第2部分介紹了金融分析和應(yīng)用程序開(kāi)發(fā)中重要的Python庫(kù)、技術(shù)和方法，其內(nèi)容涵蓋了Python的數(shù)據(jù)類型和結(jié)構(gòu)、用matplotlib進(jìn)行數(shù)據(jù)可視化、金融時(shí)間序列數(shù)據(jù)處理、高性能輸入/輸出操作、高性能的Python技術(shù)和庫(kù)、金融學(xué)中需要的多種數(shù)學(xué)工具、隨機(jī)數(shù)生成和隨機(jī)過(guò)程模擬、Python統(tǒng)計(jì)學(xué)應(yīng)用、Python和Excel的集成、Python面向?qū)ο缶幊毯虶UI的開(kāi)發(fā)、Python與Web技術(shù)的集成，以及基于Web應(yīng)用和Web服務(wù)的開(kāi)發(fā)；第3部分關(guān)注的是蒙特卡洛模擬期權(quán)與衍生品定價(jià)實(shí)際應(yīng)用的開(kāi)發(fā)工作，其內(nèi)容涵蓋了估值框架的介紹、金融模型的模擬、衍生品的估值、投資組合的估值、波動(dòng)率期權(quán)等知識(shí)。

《Python金融大數(shù)據(jù)分析》適合對(duì)使用Python進(jìn)行大數(shù)據(jù)分析、處理感興趣的金融行業(yè)開(kāi)發(fā)人員閱讀。

２、Python統(tǒng)計(jì)分析

本書主要介紹了Python在統(tǒng)計(jì)數(shù)據(jù)分析中的應(yīng)用，內(nèi)容涵蓋連續(xù)、離散和分類數(shù)據(jù)的常見(jiàn)統(tǒng)計(jì)檢驗(yàn)，以及線性回歸分析、生存分析和貝葉斯統(tǒng)計(jì)等主題。 本書的特色：針對(duì)每種檢驗(yàn)方法，提供了Python解決方案的代碼和數(shù)據(jù)，以及便于實(shí)際操作的Python示例。借此，讀者可以重現(xiàn)這些問(wèn)題并加強(qiáng)他們對(duì)這些統(tǒng)計(jì)分析方法的理解。本書所用數(shù)據(jù)主要來(lái)自生命科學(xué)和醫(yī)學(xué)科學(xué)，因此對(duì)這些領(lǐng)域的學(xué)生可能更有針對(duì)性。不過(guò)，本書也介紹了Python的基礎(chǔ)知識(shí)以及一些統(tǒng)計(jì)學(xué)的基礎(chǔ)知識(shí)，任何想要進(jìn)行統(tǒng)計(jì)數(shù)據(jù)分析的人都可以閱讀本書。

３、跟著迪哥學(xué)Python數(shù)據(jù)分析與機(jī)器學(xué)習(xí)實(shí)戰(zhàn)

本書結(jié)合了機(jī)器學(xué)習(xí)、數(shù)據(jù)分析和Python語(yǔ)言，通過(guò)案例以通俗易懂的方式講解了如何將算法應(yīng)用到實(shí)際任務(wù)。 全書共20章，大致分為4個(gè)部分。第一部分介紹了Python的工具包，包括科學(xué)計(jì)算庫(kù)Numpy、數(shù)據(jù)分析庫(kù)Pandas、可視化庫(kù)Matplotlib；第2部分講解了機(jī)器學(xué)習(xí)中的經(jīng)典算法，例如回歸算法、決策樹(shù)、集成算法、支持向量機(jī)、聚類算法等；第3部分介紹了深度學(xué)習(xí)中的常用算法，包括神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)；第4部分是項(xiàng)目實(shí)戰(zhàn)，基于真實(shí)數(shù)據(jù)集，將算法模型應(yīng)用到實(shí)際業(yè)務(wù)中。 本書適合對(duì)人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析等方向感興趣的初學(xué)者和愛(ài)好者。

４、Python數(shù)據(jù)分析 第2版

本書就是一本介紹如何用Python進(jìn)行數(shù)據(jù)分析的學(xué)習(xí)指南。全書共12章，從Python程序庫(kù)入門、NumPy數(shù)組和Pandas入門開(kāi)始，陸續(xù)介紹了數(shù)據(jù)的檢索、數(shù)據(jù)加工與存儲(chǔ)、數(shù)據(jù)可視化等內(nèi)容。同時(shí)，本書還介紹了信號(hào)處理與時(shí)間序列、應(yīng)用數(shù)據(jù)庫(kù)、分析文本數(shù)據(jù)與社交媒體、預(yù)測(cè)性分析與機(jī)器學(xué)習(xí)、Python生態(tài)系統(tǒng)的外部環(huán)境和云計(jì)算、性能優(yōu)化及分析、并發(fā)性等內(nèi)容。在本書的最后，還采用3個(gè)附錄的形式為讀者補(bǔ)充了一些重要概念、常用函數(shù)以及在線資源等重要內(nèi)容。

本書延續(xù)了上一版示例豐富、簡(jiǎn)單易懂的優(yōu)點(diǎn)，非常適合對(duì)Python語(yǔ)言感興趣或者想要使用Python語(yǔ)言進(jìn)行數(shù)據(jù)分析的讀者參考閱讀。