译者序

2017年9月，我以SeanCheney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5年时间里，我得以接触成千上万的读者，其中既有各种专业的学生，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，即便非计算机专业的读者也能快速掌握它。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。当掌握数据分析之后，读者可以继续学习机器学习、深度学习或者量化金融等。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化。如果读者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3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，将Python升级为3.10，主要是新增了方法和特性等内容。作者为第11章新增了分组时间重采样，并将第2版中第12章的内容前置到本书第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。在本书中，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。本书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。

很高兴能与机械工业出版社合作，本人能力有限，尽管我已多次校阅过书稿，但疏漏之处在所难免。如果读者发现书中错误，非常欢迎通过电子邮箱seancheney@qq.com向我反馈。

陈松

清华大学科学馆