《Python数据分析基础教程：NumPy学习指南.第2版》高质量pdf 附源代码

当使用数字方法时，有很多充分的理由使用自由/开放式数值工具来进行分析……但是，无论您是为公司做“实际”工作还是成为博士学位候选人，您常常会面临着这样的困境：将时间投入到学习替代的，更有效率的工作方式上（例如，有希望的python / NumPy组合），并实际上在截止日期之前完成工作。

迄今为止，作为一名博士生，文章审查，代码调试，数据分析以及其他义务和截止日期一直是不了解NumPy的原因……直到我找到Idris先生的“ NumPy-入门指南”！

就我个人而言，我发现这本书最显着的特点是作者在以下方面找到了很好的折衷方案：
*提供的信息的数量和相关性，
*博览会的清晰度和
*所提供信息的即时适用性。

首先，本书涵盖了我在研究活动中需要使用的许多最新技术，因此该书可以很好地用作参考。但是，请不要将本书误认为是另一本“如何做”指南或简单的“烹饪书”：远不止于此，您会看到明显而有意识的努力，使读者自下而上地通过NumPy的不同功能。，建设性的方式：这是您可以实际学习的书。

这本书的另一个亮点是早期关注文本文件的数据处理。作者没有以与其他功能分离的神秘方式来呈现此功能（在许多编程指南中通常是这种情况），而是简要但足够详细地介绍了NumPy的文本文件处理功能与几种统计分析工具交织在一起。

当然，这里有一个空间专门用于线性代数，信号处理，高效的排序算法等最常用的程序。

这本书的另一成功涉及信息的图形表示。本书整整整整一章专门介绍了matplotlib，并解释了如何生成有效沟通工作所需的最常见图形。这不会阻止作者在上一章中需要时使用matplotlib，在任何此类情况下都至少提供了对正在执行的操作的最少说明。

总而言之，我相信这本书可以帮助数值方法的用户/开发人员成为NumPy的独立和熟练的用户：对python语法最不熟悉的读者将能够在很短的时间内将其现有的数值工具移植到NumPy中。 NumPy，从而获得了利用python / NumPy duo的优势设计新的，更有效的工具所需的经验。