【勘误】学习Python，从数据分析到人工智能

感谢读者们的反馈🙏。勘误列表：https://github.com/iamseancheney/python_for_data_analysis_3rd_study_note/blob/main/%E5%8B%98%E8%AF%AF.md

2017年9月，我以SeanCheney作为网名，在互联网上写作、翻译了一系列文章，内容包括Python数据分析、爬虫、机器学习。出乎意料地，在随后的五年时间里，我得以接触到成千上万的读者。读者中既有学习各种专业的学生，也有从事不同行业的职场人士。这让我认识到，除了程序员，越来越多的人正在学习数据分析。身处大数据时代，数据分析能力正逐渐成为现代人不可或缺的一项技能。

在数据分析领域，本书是最值得阅读的图书之一。首先，Python这门语言非常适合初学者。得益于简洁的语法，Python代码的可读性非常好，即便是非计算机专业的读者也能快速掌握。本书正是以Python作为编程语言，来讲解数据分析的，不仅学习门槛低，而且上手快。其次，对于已经入门Python的读者，数据分析是非常好的进阶学习内容。其次，当掌握数据分析之后，无论是继续学习机器学习或深度学习，还是学习量化金融，都是很好的选择。Pandas库是使用Python进行数据分析最主要的工具，而本书作者正是Pandas库的创建者，因此对知识点的讲解十分亲切、流畅、自然。最后，本书提供了非常丰富的学习内容，涉及机器学习、统计、时间序列分析、数据可视化。经过三版的迭代，本书的知识体系更加合理和系统性。如果读者们能跟随本书示例学习并勤加练习，一定能收获学习和精进的乐趣。

本书第三版最大的变化是紧贴Pandas的升级进行扩展，将Pandas升级为1.4.0、Python升级为3.10，主要是新增了方法和特性的内容。作者为第11章“时间序列”新增了分组时间重采样，并将第二版中第12章的内容前置到新版第7章中。曾经不止一次听别人抱怨，Pandas的知识点分散、零碎、不便于记忆，作者在细节上也对此进行了改进。在新版中，作者摒弃了许多容易造成记忆混乱的用法，比如，用axis = "columns"替代axis = 1。简写方式破坏了代码的可读性，作者修改了许多类似的编程细节。新版对初学者更为友好了！

早在Python成为主力的数据分析工具之前，Excel、MATLAB、R都是强有力的竞争者。Python能后来居上，除了它极易上手的特性，主要还是归功于开源。本书作者Wes McKinney是开源界的先锋，他早年创建了Pandas，后来完全依托开源社群对其维护。社群中不乏优秀的开发者，众人合力推动Pandas持续进步，Pandas才有如今的影响力。正是因为这种纯粹的开源理念，Wes专门为本书第三版搭建了开源的网页版本，相信Pandas社区不仅会进一步壮大，还会迎来一大批新用户和读者。