《深入浅出Pandas》的读后感大全

《深入浅出Pandas》是一本由李庆辉著作，机械工业出版社出版的平装图书，本书定价：99.00，页数：428，特精心收集的读后感，希望对大家能有帮助。

《深入浅出Pandas》读后感(一)：非常推荐的一本好书

本人从事数据开发方面的工作已有多时，但是对于 pandas一直没有一个非常清晰的头绪。python版的spark RDD也是借助pandas实现的，只知其用，但是在遇到一些复杂查询的时候知识储备就显得捉襟见肘。于是李老师发布这本书后，很快就入手了，排版优良印刷清晰。既可以作为入门书还可以作为工具书。应该可以帮助到学习数据分析的朋友们。

《深入浅出Pandas》读后感(二)：一本工具书，值得入手

如果你不熟悉英文文档，又对搜索引擎提供的结果不太满意，那么这本书就很适合你。这是一本工具书，全是干货。作者非常诚恳，基本不提空洞乏味的理论，直接从数据需求入手，以解决问题为最终目的，show you the code。看完本书，你对pandas的认识将会上升到一个全新的高度。

几乎每个熟悉python的人都或多或少地使用过pandas，能利用pandas对数据做基本的操作。比如对dataframe适当地增删改查，对数据进行切片等，丝毫没考虑过如何对代码进行优化，遇到问题就去良莠不齐的技术博客中翻找。不过，你知道的功能很可能只是pandas的冰山一角。我承认，冰山一角能解决一些问题。但是呢，总有一天你会遇到使用高级功能的场景。你知道pandas直接封装了matplotlib吗？每次计算时间还需要调time包吗？不会有人去写for循环来给pandas的新列去赋值吧？拥有本书，你就会知道，原来pandas还有这么多奇妙的功能。

我和作者是网友，作者为人热情、坦诚，一直孜孜不倦地在微信群里为小白解决基础问题，为有经验者提供逻辑优化，属实用爱发电。听说买书了就可以进这个微信群，白嫖一波作者的经验值，岂不美哉。

《深入浅出Pandas》读后感(三)：Pandas在手，Python我有

作为一个非数据分析科班出身的攻城狮，为了应付工作之余的“内卷”，不得不对自己下起了狠手开始学习数据分析，从一开头查找相关工具及确定最终选定入门相比较容易的Python入手，期间也是一番波折。

初识作者，是在他的公众号“盖若”里，那时候利用微信的“搜一搜”查找Python相关的资料，无意中看到了一篇关于Pandas的函数应用文，从此就一发而不可收了。目前手里拿的这本《深入浅出Pandas》，就是这一“缘，妙不可言”的例证。

Python的使用场景主要集中在处理Excel高阶的数据分析，为我们实现高效办公提供了一种方法，同时Pandas是解决这类数据分析问题中比较强大的专业数据科学库之一。Pandas既能完成如书中第3-5章的基础操作，又能在数据建模、机器学习等更高层次的领域发挥重要作用。

从第6章开始，作者按照Pandas的处理流程完整演示了相关的功能及操作方法类型，并对一些常见的分析方法进行了概括。同时配合第10-12章的内容，对分类数据的应用场景和操作方法进行了实操，覆盖的知识点比较全面，同时对一些繁复的代码结构进行了“修剪”，从而使代码信息通俗易懂，逻辑结构清晰严谨，以便更好地查阅和演练。同时，在第13-16章，作者介绍了时间类型数据的Pandas处理方法与技巧及关于“数据可视化”方向的细节处理问题，不仅方便理解记忆还能增强视觉识记能力，实在是锦上添花的精心安排。

这本书可誉为 “Pandas圣经”，不仅解释了一些基础的理论概念及历史渊源，而且提供了如书中第17章中丰富的实战案例库可供大家实操练习，一方面锻炼了“抄作业”能力提高工作效率，同时也能够理顺思路，增强逻辑思考能力，从而达到举一反三、融会贯通的效果。

如果希望获得后续的案例及资料等更新，都可以加上作者的VX联系从而进入他的数据分析相关交流群，还可以到他的个人网站“盖若”上随时学习相关课程。

《深入浅出Pandas》读后感(四)：深入浅出，举一反三

我从事数据开发的相关工作，平时接触pyflink、python spark和hive比较多，底层都不约而同的采用了pandas或者类似pandas的数据操作逻辑，偶然间了解到这本书，想着是时候补充一下pandas相关的知识了。

原本只是想作为一本参考书，没想到经常“参考”，发现自己虽然深处数据领域，但是对很多这本书中提到的处理方式都还不了解，于是才开始从头品读。

书的内容非常丰富，从基本的pandas到比较完整的案例都有涉及。前几章主要介绍了pandas的背景和两个对数据的基础封装dataframe和series：Pandas 可以说是 在Python数据科学领域应用最为广泛的工具之一。Pandas是一种高效的数据处理库，它以 dataframe 和 series 为基本数据类型，呈现出类似excel的二维数据。基于此，本书还介绍了对于 dataframe 和 series 相关的操作，可以覆盖大多数的使用场景。中间部分介绍了数据清洗的流程，并通过对时序数据的处理，实时绘制图表。最后介绍了pandas的常用场景和痛点，从实际使用的角度来对前面所学的东西融会贯通。借以此能够用pandas来提升读者的数据处理工作效率。

比较有意思的一点，作者是技术出身，但是行文的逻辑和语言的组织非常流畅表达非常精确，语言通俗易懂。使用到的仅仅是pandas和比较基础的python语法，对于非技术背景的朋友也能很好学习和上手。正如其名一样，深入浅出，既可以帮助初学者的pandas入门，也可以作为Pandas的参考。

时间关系，本书只是粗略读过一遍，在后来的不断深入中相信还有更多的认识，届时再来补评。希望能够对欲购买本书的朋友做一个参考。

最后附上作者对本书的定位： Python 初学者的百科全书，零基础快速入门，Python 工程师的速查手册，解决Pandas 使用中的各种疑难问题。

《深入浅出Pandas》读后感(五)：难得的pandas好书！填补了pandas数据分析在图书教程上的空白！

本人从大学开始使用接触pandas进行数据分析，距今已经有三年的pandas经验，目前主要是在金融行业从事数据分析的工作，这本书刚到三天，我已经看的过半，想借此聊聊看的感受，不那么专业的，粗浅的评价一下个人对于这本书的看法，优点以及缺点。

推荐人群：刚刚入门pandas数据分析或者在pandas上有一定学习基础的学习者

优点：

1.知识脉络框架清晰连贯，非常适合用于pandas的查询工具书！我在这几天的平时工作中，会有一些知识点有遗忘，如果选择百度的知识点往往很片面，不系统，但是从这本书的目录可以很快查询到相应知识点，并且会做一个很系统的讲解，比如在一些函数调用上，apply、map和pipeline的区别等。

2.知识体系先进，内容紧跟pandas的最新版本。这本书因为是最新出版的，所以它的很多pandas的知识内容都是紧紧围绕最新的pandas版本，并且里面的思维也都是最新的，比如关于流行的链式方法的使用等等。

3.时间序列分析模块很详细！我本人以前是处理出租车数据的，对这块的要求比较高，这本书对于时间序列分析模块的介绍很系统很全面，在网上的都是很零散的，所以非常适合进行学习

缺点：

1.缺乏对pandas分布式数据处理和时间优化相关内容知识的介绍，比如dask，hdfs等。虽然pandas在分布处理超大数据上不是主流，但是对于某些小众群体，比如我可能还会倾向于用pandas去做一些大数据相关的分布处理，希望作者后续有机会可以添加上述内容。

综上所述：

目前市面上几乎没有一本主流专注于介绍pandas的书籍，几乎都是以python为主出发去做详细的介绍，所以笔者认为该书极大填补了pandas教程在市面上的不足，如果你是从事数据分析等相关行业的，一定不容错过。