pydata-book 快速上手指南：用《Python for Data Analysis》配套 Notebook 和数据集练 pandas
pydata-book 快速上手指南：用《Python for Data Analysis》配套 Notebook 和数据集练 pandas
【免费下载链接】pydata-bookMaterials and IPython notebooks for "Python for Data Analysis" by Wes McKinney, published by O'Reilly Media项目地址: https://gitcode.com/gh_mirrors/py/pydata-book
pydata-book 是 pandas 作者 Wes McKinney 所著《Python for Data Analysis》（第 3 版）的官方配套仓库，包含各章节的 IPython Notebook 和一批可直接运行的真实数据集。它适合想动手练 pandas、却苦于找不到合适练习数据的新手和普通用户。读完这篇，你会知道仓库里有什么、该从哪个 Notebook 打开、哪些数据集分别适合练什么，以及如何在几分钟内跑通第一次分析。
仓库里有什么：Notebook、示例文件、数据集三大块
这个仓库的价值不只是"书上的代码"，而是三样东西：
- 章节 Notebook：从
ch02.ipynb到ch13.ipynb覆盖全书内容，加上appa.ipynb附录。每个 Notebook 自带讲解、代码和运行结果，可以照着章节顺序学，也可以按需求跳着看。 - examples/ 示例文件：CSV、XLSX、JSON、HTML、pickle 等常见格式的示例数据，对应书中"数据加载与文件读写"章节，用来验证你能否正确读取各种格式。
- datasets/ 真实数据集：婴儿姓名、电影评分、选举捐款、股票行情、地理路网等，规模从几 KB 到几 MB 不等，适合做完整的分析流程练习。
依赖很简单，requirements.txt里列了 pandas、numpy、matplotlib、seaborn、scikit-learn 等常用库，一次性装齐即可。
先看哪个 Notebook：按学习目标选路径
不需要从 ch02 一路读到 ch13，按你的目标选入口更高效：
- 刚接触 pandas：打开 ch05.ipynb，这是"Getting Started with pandas"，讲 Series、DataFrame 的基础用法，跑一遍就建立了基本手感。
- 要处理各种格式文件：看 ch06.ipynb，配合
examples/下的 CSV、Excel、JSON 文件实操。 - 数据脏、缺值多：ch07.ipynb 专门讲清洗与预处理，是日常工作中用得最多的一章。
- 要分组统计、汇总报表：ch10.ipynb 讲聚合与 groupby 操作。
- 做股价、销量这类按天/按月数据：直接跳 ch11.ipynb，时间序列的补齐、重采样、滚动计算都在这里。
- 想看完整分析案例：ch13.ipynb 把前面技能串成实际案例，适合当练习的参考答案。
数据集怎么选：按练习目的挑，而不是按目录翻
仓库里的数据集分散在不同目录，按"想练什么"来挑更省时间：
- 入门小数据：
examples/tips.csv只有几百行餐厅账单记录，字段少、无缺值，最适合练基本统计和透视表。 - 长周期趋势分析：datasets/babynames/ 存放 1880 到 2010 年美国婴儿姓名年度文件，用
read_csv逐年加载后做趋势统计，是书中经典练习。 - 合并与偏好分析：datasets/movielens/ 包含电影、用户、评分三份数据，天然适合练 merge 和多表关联，理解推荐系统的雏形。
- 解析非表格格式：datasets/mta_perf/ 是纽约地铁性能 XML 文件，目录里的
parse.py演示了如何把结构化文本变成 DataFrame。 - 地理数据入门：datasets/haiti/ 提供海地震后太子港的路网 Shapefile 和说明文件，配合 CSV 可以感受空间数据在 pandas 里的处理方式。
- 筛选大表：datasets/fec/ 同时提供 CSV 和 parquet 两种格式的选举捐款数据，可以对比读取速度，练按条件筛选和金额统计。
- 时间序列：
examples/stock_px.csv和examples/yahoo_price.pkl提供股票价格，适合练重采样、滚动均值、波动率计算。 - 建模衔接：datasets/titanic/ 的生存预测数据，适合从 pandas 过渡到 scikit-learn。
快速开始：5 步跑通第一次分析
- 克隆仓库：
git clone https://gitcode.com/gh_mirrors/py/pydata-book - 进入目录后安装依赖：
pip install -r requirements.txt - 启动 Notebook：
jupyter notebook - 打开 ch05.ipynb，从上到下逐格运行，确认环境正常
- 浏览
datasets/目录，挑一个小数据集（推荐examples/tips.csv）动手做一次分组统计
下一步
打开ch05.ipynb，用examples/tips.csv做一次按性别的平均小费统计——跑通这一步，仓库里其余章节和数据集你就可以按兴趣逐个解锁。
【免费下载链接】pydata-bookMaterials and IPython notebooks for "Python for Data Analysis" by Wes McKinney, published by O'Reilly Media项目地址: https://gitcode.com/gh_mirrors/py/pydata-book
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考