python for data science 面向数据科学的Python简介

Python/Pandas工作坊存储库也从 bit.ly/pythonfordatascience 链接11:00 AM介绍了字符串、整数、浮点数函数、对象、类函数式编程与面向对象编程。如果你对此部分内容感兴趣，可以查阅Python Pandas数据处理笔记本源码以了解更多细节。

下午1:00至下午1:30为午餐讨论时间，讨论主题是数据处理拆分/应用/组合理论。对于这个主题，建议参阅 Pandas数据处理一 和 Pandas数据处理数据清洗详解，这两篇文章对理论进行了详细的解释并提供了实用的示例。

接着，工作坊讲解了Pandas的读取csv、描述、应用、聚合等操作，并对数据探索进行了初步探讨。对于这些内容，特别推荐阅读 Python数据处理库pandas进阶教程 和 Pandas数据处理进阶详解，以更深入地理解这些功能。

一维和二维可视化部分，也有专门的资源可以帮助你更好地掌握，如 pandas数据处理之绘图的实现 中详细介绍了相关的绘图技术。数据集的独立工作演示文稿部分，可以参考 Python Pandas数据处理的14大特点 来复习和巩固所学内容。

这个工作坊的内容极为丰富，涵盖了Pandas数据处理的各个方面。如果你希望深入学习，可以下载 pandas数据处理学习.zip 文件，里面包含了完整的学习资料。