1.6 快速浏览本书

如果你从未使用Python编程，你需要在第2章和第3章上花些时间，这两章我提供了一份关于Python语言特征、IPython命令行和Jupyter notebook的教程。这些内容是本书后续章节所需的预备知识。如果已经有Python经验，你可以跳过这两章。

下一章，我会简单介绍NumPy的关键特性，并在附录A中提供高级的NumPy使用技术。之后，我会介绍pandas，并将本书后续内容集中于应用pandas、NumPy和matplotlib（可视化）进行数据分析的主题上。我已经尽可能地按照递增的方式来组织全书的内容，但在部分章节中偶尔还是会有些细微的交叉，比如一些还不需要引入概念的独立场景。

尽管读者们可能会有很多不同的工作目的，但工作任务大体上会分为以下几个部分。

与外部世界交互

读写各种格式的文件以及数据存储

准备

对分析数据进行清洗、处理、联合、正态化、重组、切片、切块和转换

转换

将数学或统计操作应用到数据集的分组上以产生新的数据集（例如通过分组参数对一张大表进行聚合）

建模和计算

将数据接入到统计模型、机器学习算法和其他计算工具上

演示

创建动态或静态的图形可视化或文字概述

1.6.1 代码示例

本书大部分代码示例会按照IPython或Jupyter notebook中的形式用输入In和输出Out展现：

In [5]: CODE EXAMPLE
Out[5]: OUTPUT

当你看到这样的代码示例时，其用意就是让你将示例代码输入到In区，然后按下回车键执行代码（Jupyter中按下shift-Enter），然后输出结果展现在Out区。

1.6.2 示例数据

每章的示例数据托管在GitHub仓库（http://github.com/wesm/pydata-book）上。你可以在命令行中使用Git版本控制系统下载这些数据，也可以直接从GitHub网站上下载数据的zip打包文件。如果你遇到了问题，请在我个人网站（http://wesmckinney.com）上获取关于如何获得本书资料的最新指引。

我已经尽了最大的努力保障这包含了复现示例所需的所有事项，但可能还有一些错误或遗漏。如果发现了错误或遗漏，请给我发邮件：book@wesmckinney.com。报告本书错误的最佳途径位于O'Reilly网站上的勘误页（http://bit.ly/pyDataAnalysis_errata）。

1.6.3 导入约定

Python社区对一些常用模块采用了命名约定：

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
import statsmodels as sm

这意味着，当你看到np.arrange时，它引用的是NumPy中的arrange函数。这是因为一次性从像NumPy这样的大包中引入所有内容（from numpy import *）在Python软件开发中被认为是拙劣实践。

1.6.4 术语

我会使用编程和数据科学中的一些术语，这些术语你可能不熟悉，以下是一些简单的定义。

处理/处置/规整（munge/munging/wrangling）

描述的是将非结构化或者同时又很凌乱的数据整理成结构化、清晰形式的整个过程。时下，这个词在很多数据骇客中流传。在英文中，“Munge”（处理）和“grunge”（垃圾）谐音。

伪代码

用一种类似代码的形式描述算法或者过程，而事实上又不是实际有效的源代码。

语法糖

并不增加新特性，但便利于代码编写的编程语法。