《Python编程实战》11.1 pandas 数据处理与性能陷阱
用 50 万行真实数据集实测 pandas 3.0 的性能陷阱：Copy-on-Write 成为默认后链式赋值的真实行为、SettingWithCopyWarning 的现状、dtype 与内存占用、apply 与向量化的耗时差距、groupby 与 merge 的坑，以及分块读取的取舍。
tag
Pandas
共 4 篇文章。
机器学习开发环境搭建：Python、NumPy、pandas 与 Jupyter 生态实战
手把手搭建机器学习开发环境：Python 虚拟环境、Jupyter 生态、NumPy 数组计算、pandas 数据处理、Matplotlib 可视化与 Scikit-learn 安装，并给出常用命令速查与常见环境坑的解决方案，是零基础开始机器学习的第零课。
《Python编程入门》17.3 数据分析入门
把 pandas 与 polars 放在一起讲：用同一份 50 万行销售数据各跑一遍 groupby 聚合，对比代码量与实测耗时，再实测 dtype 与内存占用、链式调用与惰性 API、apply 与向量化的性能差，并说清缺失值、NaN 与链式赋值的坑。
Python 数据分析：Pandas 与 Polars 实战
Python 数据分析核心技能：Pandas DataFrame 操作、数据清洗、聚合统计、时间序列分析，以及 Polars 高性能查询引擎的对比与迁移指南。