Python Data Science Handbook - Python数据科学手册

图书信息

• 英文书名：Python Data Science Handbook

• 中文书名：Python 数据科学手册

• 作者：[美] Jake VanderPlas

• 译者：陶俊杰 / 陈小莉

• 页数：正文 447 页 / 不含附录

• 英文出版社：O'Reilly Media

• 中文出版社：人民邮电出版社 / 图灵教育

• 出版日期：英文原版 2017 / 简体中文版 2018

• 个人分类：数据科学 / Python

• ISBN：978-7-115-47589-3

书评

写于2022年2月16日。

这本书买来放在书架上很久了，基本是当做参考书时不时拿出来翻到对应章节。近日深感自己数据科学水平之低，决定从头到尾读一遍，于是花了不少时间把书中的每一份代码都在Jupyter上敲了一遍，然后去看懂了每一块的实现。有一些代码已经过时了，但基本上都可以靠百度和读文档找到应该怎么更新，总体来说问题不大。

个人感觉相比Pandas作者写的那本《利用Python进行数据分析》，这本书更加适合“阅读”，而那本书更适合作为“手册”查阅，这倒是和标题正好相反。这本书确实不那么详细，但读起来很舒服，而且事实上也没必要把文档搬到书上，毕竟人人都会查文档。相比之下《利用Python进行数据分析》学院派的感觉就比较强，易读性比较差。

这本书很让人愉快的是除了NumPy，Pandas，Matplotlib，Seaborn之外，还对Scikit-Learn有一些介绍，个人认为这点介绍已经足够日常数据科学工作使用了。书最后还用HOG+SVM实现了一个人脸特征提取器，确实是很有意思。当然，这么薄的一本书肯定不会有深度学习，只有传统的统计学习知识，比如贝叶斯分类、线性回归、决策树、随机森林、支持向量机、主成分分析、流形学习、K聚类、高斯混合模型这些常用的。

阅读最大的感受就是Matplotlib是真的难用。Python在绘图上的生态真就完全拉了胯，被R的gglot2吊起来打。除此之外重温了NumPy和Pandas的知识，学到了很多新用法，比如Pandas的query方法，很愉快。

总而言之是个人很推荐的数据科学入门书与机器学习前置，学过Python基础就可看，下一本就可以直接读《机器学习实战（第2版）》，然后去PyTorch官网上看一下一小时入门，就可以比较自如地将机器学习和深度学习应用在工作中了。