用python 数据分析，有推荐的书籍或资料吗？

Python入门

在正式开始学习前，先搞定编程环境问题，如果只是进行数据分析的话，看我下面这篇介绍Jupyter Notebook的就可以了～其他Python开发工具先不了解，环境安装最多值得花0.5～1天时间，如果你完完全全按照下面文章介绍操作，应该一个小时可以解决环境问题，有个有什么问题欢迎微信私信我，一起进步。

Python基础入门我推荐直接看视频，比如小甲鱼的Python课程就很棒，有编程基础的一周内快速肝完，没基础的1-2周。

然后就可以看书了，入门级别的就是《Python学习手册》，当字典查，其实不买我觉得问题也不大，不懂就浏览器查。

我自己视频入门完Python后看的第一本书是《零压力学Python》，如同书名，书的内容都比较简单易懂，并不是内容都很基础，而是作者写的很容易让人懂，相对来说是一本中阶的Python学习图书，推荐。

我自己视频入门完Python后看的第一本书是《零压力学Python》，如同书名，书的内容都比较简单易懂，并不是内容都很基础，而是作者写的很容易让人懂，相对来说是一本中阶的Python学习图书，推荐。

Python进阶

进阶点的图书我推荐人邮图灵出版社的《流畅的Python》，老实说这本书我自己并没有读过，为什么推荐呢？因为确实我自己了解的一些大佬还有读者都对这本书评价很好，所以这里也一并推荐给大家。

里面深入探讨了Python语言的高级用法，涵盖数据结构、Python风格的对象、并行与并发，以及元编程等不同的方面，学完这些你对Python编程和如何优雅编程会有更多理解和思考。

Python数据分析

最后就可以来学数据分析了，还是建议教学视频+图书的学习方式，以教学视频为主，图书主要起练习和查询的作用。

学习视频直接网络找个资源就行，还是有很多免费的，当然也可以去购买个付费的课程学习，相关利弊我之前说过了，简单来说就是自学需要自己有很强的定性、能坚持学完；买课就会有配套服务，比如学习交流群、专属客服等，一定程度督促自己学习。

相关图书的话这里我推荐《谁说菜鸟不会数据分析》系列，包含入门篇、工具篇、SPSS篇和Python篇四本。

入门篇主要是给大家介绍数据分析是什么，以及相关数据分析方法，注重数据分析思维培养和学习。

Python篇呢，主要是和大家介绍了如何利用Python进行数据处理、数据分析、数据可视化，简洁实用，重点推荐。

再一个就是工具篇，主要讲解了如何利用Excel进行数据分析，各种Excel的使用技巧，另外还讲了如何制作数据分析报告PPT，还是蛮实用的。

其他Python数据分析图书推荐：《利用Python进行数据分析》可以说是Python数据分析届非常有名的一本书了，由注明数据分析库Pandas作者撰写，很多实用技巧和案例。

《深入浅出Pandas:利用Python进行数据处理与分析》是20 （今年）出版的一本新书，为什么推荐呢？可以作为Pandas库的使用词典，非常详细的介绍了Pandas库中几乎所有数据处理和分析相关的函数、属性的使用方法，很实用。

以上就是我做的推荐啦，希望能对你们有所帮助，码字不易，记得点个免费的小心心哈~

你会发现，我并没有按分类罗列一堆相关图书给你，我推荐的往往都是什么什么系列，一方面是我自己学习是这么过来的，另一方面我知道对于初学者(甚至中级学习者)来说，让自己选择一个完全合适的教程是很痛苦的，更何况本没有最合适的，所以我建议初学者选好教程后直接就肝就完事了～

相关图书买2～3本即可，一本书看完少说得一两个月（对入门学习者来说），更别说技术图书了，所以主线学习我还是推荐跟着教学视频，图书往往可以作为理论查询的字典或者实战案例补充来使用。

说明：以上推荐图书中《Python学习手册》和《流畅的Python》博主没有读过（但是我了解到的评价都是很好的，所以推荐给大家），其他推荐图书都是博主自己学习过程中真的有读过和用到觉得实用的图书，希望对大家学习有所帮助。

原文链接：https://blog.csdn.net/m0_67951942/article/details/124377600?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167003264916800180624695%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=167003264916800180624695&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-4-124377600-null-null.nonecase&utm_term=%E4%B9%A6%E7%B1%8D%E6%8E%A8%E8%8D%90