由于python具有简单、易学、免费开源、可移植性、可扩展性等特点，所以它的受欢迎程度扶摇直上。再加上python拥有非常丰富的库，这也使得它在数据分析领域有着越来越广泛的应用。如果你已经决定学习python数据分析，但是之前没有编程经验，那么，这6本书将会是你的正确选择。
《python科学计算》（推荐学习：python视频教程）
从发行版的安装开始，这本书将科学计算及可视化的常见函数库，如numpy、scipy、sympy、matplotlib、traits、tvtk、mayavi、opencv等等，都进行了较为详细地介绍。由于涉及面太广，可能对于单个函数库来说还不够深入，但是这本书能够让人快速上手，全面了解科学计算所用到的常用函数库。进而在此基础上选择自己需要的函数库进行深入学习，相对来说要容易得多。
《numpybeginner's guide 2nd》/《python数据分析基础教程：numpy学习指南（第2版）》
面向新手的一本numpy入门指南。整本书可谓是短小精干，条理清晰，将numpy的基础内容讲得清清楚楚明明白白。此书的作者还写过一本《numpycookbook》/《numpy攻略：python科学计算与数据分析》，但这本书相比于前者，就显得结构有些杂乱，内容上也有些不上不下，如果要看的话，建议看完第一本再来看这本。在这里还想顺便吐槽一下这两本书的中文书名翻译。为了能够多卖几本，出版社也是蛮拼的，想方设法都要跟数据分析几个字挂上钩，就好像现在某些书总要扯上云和大数据一样。此外，还有一本《learningscipy for numerical and scientific computing》的书，可以作为scipy的入门教程来学习（似乎还没出中文版）。
《pythonfor data analysis》/《利用python进行数据分析》
这本书也是从numpy讲起，侧重于数据分析的各个流程，包括数据的存取、规整、可视化等等。此外，本书还涉及了pandas这个库，有兴趣的可以看看。
《machinelearning in action》/《机器学习实战》
python机器学习的白盒入门教程，着重于讲解机器学习的各类常用算法，以及如何用python来实现它们。这是一本教你如何造轮子的书，但是造出来的轮子似乎也不怎么好用就是了。不过，对于立志要造汽车的人们来说，了解一下轮子的结构和原理，还是十分必要的。此外，打算阅读此书之前，如果各位的高数线代概率论都忘得差不多了的话，还是先补一补比较好。
《buildingmachine learning systems with python》/《机器学习系统设计》
python机器学习的黑盒入门教程。如果说上一本书是教你如何组装轮子的话，这本书就是直接告诉你怎么把轮子转起来以及如何才能转得更好。至于轮子为什么能转起来，请参阅上一本书。另外，可以配合《learning scikit-learn:machine learning in python》这本书来阅读（暂无中文版）。这本书是针对python的机器学习库scikit-learn进行专门讲解的一本书，100页左右，可以作为官方文档的拓展读物。
《pythonfor finance》
教你用python处理金融数据的一本书，应该是中国人写的，packt出版，不过似乎现在还没有中文版。比起前面几本书，这本书专业性要强一些，侧重于金融数据分析。这本书我还没怎么看，也写不出什么更详细的介绍。之所以把它列出来，是因为在查资料的时候发现，o'reilly年底似乎也准备出一本《python for finance》。看来python真的是越来越火了。
更多python相关技术文章，请访问python教程栏目进行学习！
以上就是python数据分析买什么书的详细内容。