pydata-book：13 个 notebook + 8 类真实数据集，从零上手 Python 数据分析
【免费下载链接】pydata-bookMaterials and IPython notebooks for "Python for Data Analysis" by Wes McKinney, published by O'Reilly Media项目地址: https://gitcode.com/gh_mirrors/py/pydata-book
用 Python 做数据分析时，最常见的困境不是学不会 API，而是找不到干净、能直接跑的真实数据来练手。这个仓库正是为解决这个问题而存在：它是 Wes McKinney（pandas 的创始人）《Python for Data Analysis》第 3 版的官方配套材料，包含 13 个章节 notebook 和 8 类真实数据集，适合想系统学习 Python 数据分析的新手和普通用户。
pydata-book 是什么：数据分析经典书籍的官方练习材料
仓库本身不是代码库，而是"Python for Data Analysis"（O'Reilly 出版）第 3 版的配套素材，README 明确说明书籍正文可免费在线阅读，代码以 MIT 协议开源。它的实际产出分三部分：
- 章节 notebook：
ch02.ipynb到ch13.ipynb共 13 个章节，外加appa.ipynb（NumPy 进阶附录），内容从 Python 语言基础一路覆盖到 NumPy、pandas、文件读写、数据清洗、合并重塑、可视化、时间序列、建模库和综合案例 - 示例文件：
examples/目录下的 CSV、Excel、JSON 等小文件，供各章节演示读写操作 - 数据集：
datasets/目录下的 8 类真实数据，见下文
第 1、2 版读者可在1st-edition、2nd-edition分支找到对应材料，当前主干是第 3 版内容。
亮点与实战价值
13 个 notebook 覆盖完整的数据分析流程
章节设计本身就是一条学习路径：ch05 学 pandas 入门、ch06 讲 CSV/Excel/Parquet 等格式读写、ch07 数据清洗、ch08 join 与重塑、ch09 绑图、ch11 时间序列、ch12 引入 scikit-learn 建模，最后 ch13 用真实数据做完整分析。每个 notebook 里的代码都带输出结果，等于一份可以逐步跟跑的参考手册，比纯文字教程更不容易断片。
数据已经备好，不用自己找
多数教程卡壳的环节是"数据从哪来"，这里直接给了 8 类：美国婴儿姓名统计（1880–2010，131 个年度文件）、MovieLens 电影评分、泰坦尼克号乘客记录、海地地震道路地图、美联储 FEC 竞选数据、纽约地铁准点率等，全部在datasets/下按目录存放。
ch13 综合案例：从原始文件到聚合统计
ch13.ipynb是最值得先看的章节之一。它把 131 个婴儿姓名文件合并成一个 DataFrame，再按性别和年份做透视统计，十几行代码就走完了"读取→清洗→分组聚合"的完整流程，例如：
import pandas as pd # 读入 1880 年文件，列名手工指定（原始文件无表头） names1880 = pd.read_csv("datasets/babynames/yob1880.txt", names=["name", "sex", "births"]) names1880.groupby("sex")["births"].sum() # 按性别汇总出生数15 分钟上手路径
- 克隆仓库：
git clone https://gitcode.com/gh_mirrors/py/pydata-book - 安装依赖：
requirements.txt列出了 numpy、pandas、matplotlib、seaborn、statsmodels、scipy、scikit-learn 等 - 用 Jupyter 打开 notebook，从
ch05.ipynb（pandas 入门）或ch13.ipynb（综合案例）跑起
git clone https://gitcode.com/gh_mirrors/py/pydata-book cd pydata-book pip install -r requirements.txt jupyter lab # 在仓库目录内打开 ch05.ipynb 运行注意 notebook 里的路径（如datasets/babynames/...）是相对仓库根目录的，所以要在克隆目录下启动 Jupyter，否则会找不到数据文件。
适合谁 / 如何选
| 你的情况 | 建议路线 |
|---|---|
| Python 语法还不熟 | 从ch02.ipynb、ch03.ipynb语言基础开始 |
| 会 Python、想系统学 pandas | ch04–ch08 按序跟跑 |
| 已有 pandas 基础、想做完整案例 | 直接看 ch09–ch13，重点是 ch13 |
| 在读第 1/2 版纸质书 | 切到对应 branch 使用旧版材料 |
和零散的网络教程相比，它的区别在于：代码、输出、数据三件套齐全且版本配套，不用在不同网站之间拼装；和只看书相比，notebook 可以直接改着玩，改动后立刻能看到结果。
写在最后
pydata-book 的价值不在于教多少新技巧，而在于把"数据、代码、讲解"放在同一个可运行的环境里，让你始终有东西可以动手改。建议下一步：先完整跑一遍ch13.ipynb，然后挑一个你手头的 CSV，仿照 ch07 的清洗步骤处理它——从跟跑到仿写，学习就闭环了。
【免费下载链接】pydata-bookMaterials and IPython notebooks for "Python for Data Analysis" by Wes McKinney, published by O'Reilly Media项目地址: https://gitcode.com/gh_mirrors/py/pydata-book
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
