《Datawhale熊猫书》出版了！

一、开源初衷

在使用Pandas之前，几乎所有的大型表格处理问题都是用xlrd/xlwt和python循环实现，虽然这已经几乎能完成一切的需求，但其缺点也显而易见，其一就是速度问题，其二就是代码的复用性几乎为0。

曾经也尝试过去零星地学Pandas，但不得不说这个包实在太过庞大，每次使用总觉得盲人摸象，每个函数的参数也很多，学习的路线并不是十分平缓。如果你刚刚手上使用Pandas，那么在碎片的学习过程中，报错是常常发生的事，并且很难修（因为不理解内部的操作），即使修好了下次又不会，令人有些沮丧。

Datawhale开源教程《Joyful-pandas》因此而生，希望学习者在用pandas处理数据时不再痛苦。这份教程历时两年，已在Github上获得3.4k+Star。

感谢人民邮电出版社的支持，终于有了纸质书。

从李沐开源的《动手学深度学习》，邱锡鹏的《神经网络与深度学习》，再到Datawhale的《南瓜书》、《Easy RL：强化学习教程》、《pandas数据处理与分析》出版，让知识回归大众，让大众有机会和行业精英一样为社会做出贡献，是Datawhale开源内容的探索性意义。

从开源到出版，带来的收入其实不高，但让开源贡献者被大众认可是促使开源良性循环的重要一环，会促使国内的开源氛围变好，让更多人受益。

如果你也想为学习者贡献一份力量，可以加入我们一起前行：Datawhale团队第七期录取名单。

三、感谢老师们的鼓励和支持

感谢张日权、陈海强 、黄鹂强、钟威 4位数据科学和统计领域大咖老师的亲笔认可和推荐。

成为pandas官网推荐的中文教程

pandas官网唯一推荐的中文教程

教程梳理了pandas中常用的函数，将函数之间的逻辑关系总结为“基础知识+4类操作+4类数据”的模块结构，展示了数据处理的宏观体系，并针对数据分析中“怎么分析”“怎么处理”“怎么加速”3个核心问题给出解决方案。

目前是首批发行，以最低 5.0折 优惠购买，附Datawhale专属的优惠海报，记得收藏好！

最后，为了感谢各位读者的一直以来的支持，在Datawhale送出5本《pandas数据处理与分析》，依然是老规矩：评论区留言并点赞数前五的读者将直接送书。