基于我丰厚的收藏，我来这个问题再合适不过了。

我们把Python数据分析拆解为两点：

• 第一，我们要学会Python的基本使用；
• 第二，我们要学会Python的数据分析库（假设你已经有了数据分析的基本理解，只是不清楚如何用Python完成数据分析工作）。

因此，我们针对两个目的，分别列出一些书目。

不邀自来。感觉这个问题就是为我而设的啊！

推荐两本口碑爆棚的Python算法&数据结构书。

全书涵盖400多个示意图，生动介绍了算法的执行过程。展示不同算法在性能方面的优缺点，教会你用常见算法解决每天面临的实际编程问题。

“你渴望像看喜欢的小说一样学习算法吗？如果是，本书正是你梦寐以求的！ ”——Sankar Ramanathan，IBM Analytics

豆瓣读者评论：

Python算法入门最佳！每一页都值得读！ 一边翻翻这本书一边刷题开始了我*真正*对编程的入门和喜爱！

这是豆瓣读者给这本书的评价。它还有很多好评，比如亚马逊4.3星好评。

小编也来推荐几本。

１、Python金融大数据分析

Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业开发核心应用的编程语言。《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。

《Python金融大数据分析》总计分为3部分，共19章，第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了金融分析和应用程序开发中重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成，以及基于Web应用和Web服务的开发；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值、波动率期权等知识。

建议您先把list,，dict，set，还有collections包里那些结构玩好了，再把这些包都学了Pandas, Numpy, Scipy, Matplotlib，再看专门的数据分析的书。

有一本就叫利用python进行数据分析，书还不错，基本上numpy pandas matplotlib这几个库都有讲，推荐购买。

《Python for data analysis》

《Python数据分析与挖掘实战》

《Python for Data Analysis》

《Python科学计算》

《NumPyBeginner's Guide 2nd》/《Python数据分析基础教程：NumPy学习指南（第2版）》

有java经验的学python应该很容易的，可以用个纯粹的文本编辑器比如editplus之类的 先上手写点简单的， 比如读取excel数据报表做一些统计计算然后再用一些柱状图之类的输出，java当然也是有很多成熟的包可用，但是python更加简单，估计不足百行就可以完成，因为用python读个excel再画个报表太简单太简单了，引入几个库就可以了。 还是多动手写吧， 先把python的语法在线的看一遍。

数据分析基础技能

1、数据分析最基础的就是需要会写常见的SQL语句，这里指的是MySQL、HQL等。

这里数据库连接有几个常见的包：pymysql、dataset、pyhive等。

2、其次是基于jupyter+python进行数据分析，常见的包要会用。比如pandas、numpy等。

3、最后是如何优雅的呈现分析结果。可以是excel报表，可以是一份数据分析报告。