譯者序

2017年9月，我以SeanCheney為網名在互聯網上寫作、翻譯了一系列文章，內容包括Python數據分析、爬蟲、機器學習。出乎意料地，在隨后的5年時間里，我得以接觸成千上萬的讀者，其中既有各種專業的學生，也有從事不同行業的職場人士。這讓我認識到，除了程序員，越來越多的人正在學習數據分析。身處大數據時代，數據分析能力正逐漸成為現代人不可或缺的一項技能。

在數據分析領域，本書是最值得閱讀的圖書之一。首先，Python這門語言非常適合初學者。得益于簡潔的語法，Python代碼的可讀性非常好，即便非計算機專業的讀者也能快速掌握它。本書正是以Python作為編程語言來講解數據分析的，不僅學習門檻低，而且上手快。其次，對于已經入門Python的讀者，數據分析是非常好的進階學習內容。當掌握數據分析之后，讀者可以繼續學習機器學習、深度學習或者量化金融等。pandas庫是使用Python進行數據分析最主要的工具，而本書作者正是pandas庫的創建者，因此對知識點的講解十分親切、流暢、自然。最后，本書提供了非常豐富的學習內容，涉及機器學習、統計、時間序列分析、數據可視化。經過三版的迭代，本書的知識體系更加合理和系統化。如果讀者能跟隨本書示例學習并勤加練習，一定能收獲學習和精進的樂趣。

本書第3版最大的變化是緊貼pandas的升級進行擴展，將pandas升級為1.4.0，將Python升級為3.10，主要是新增了方法和特性等內容。作者為第11章新增了分組時間重采樣，并將第2版中第12章的內容前置到本書第7章中。曾經不止一次聽別人抱怨，pandas的知識點分散、零碎、不便于記憶，作者在細節上也對此進行了改進。在本書中，作者摒棄了許多容易造成記憶混亂的用法，比如，用axis="columns"替代axis=1。簡寫方式破壞了代碼的可讀性，作者修改了許多類似的編程細節。本書對初學者更為友好了！

早在Python成為主力的數據分析工具之前，Excel、MATLAB、R都是強有力的競爭者。Python能后來居上，除了它極易上手的特性，主要還是歸功于開源。本書作者Wes McKinney是開源界的先鋒，他早年創建了pandas，后來完全依托開源社群對其維護。社群中不乏優秀的開發者，眾人合力推動pandas持續進步，pandas才有如今的影響力。正是因為這種純粹的開源理念，Wes專門為本書搭建了開源的網頁版本，相信pandas社區不僅會進一步壯大，還會迎來一大批新用戶和讀者。

很高興能與機械工業出版社合作，本人能力有限，盡管我已多次校閱過書稿，但疏漏之處在所難免。如果讀者發現書中錯誤，非常歡迎通過電子郵箱seancheney@qq.com向我反饋。

陳松

清華大學科學館