看了豆瓣的差评以后,我不建议你买我的书了。

看了豆瓣的差评以后,我不建议你买我的书了。,第1张

看了豆瓣的差评以后,我不建议你买我的书了。

我的第一本书《对比Excel,轻松学习Python数据分析》今年是上市销售的第三个年头了,去翻了下我第一条宣传书的朋友圈是2019年2月20日(那时的微信在看还叫好看),现在2021年都要过去了,算下来差不多快要3年的时间了。

这两天当当公布了2021年度销量榜单,我的这本书排在第8名,不止今年,2019和2020年的年度榜单也都在前列。除了一些经典书以外,大部分技术书是很难做到连续畅销好几年的。

Top3其实不算纯技术类,算科普类,受众更广一些;C++、鸟哥私房菜、深度学习的花书其实都属于行业的经典书籍,这些书畅销都是理所应当的。

而我的书既不属于科普类,也不属于行业经典,所以能连续畅销3年,还是一个挺不错的成绩了。

回到标题,我们来看看豆瓣评分,这本书截止目前在豆瓣上的评分为7.5分(11%的差评,20%的5星好评),满分10分,能有7.5分还算可以,至少及格了,毕竟3年前的我还是一个刚工作没多久的啥也不是。

大家都知道豆瓣群体是一群要求很高的用户,我在之前还专门发过一篇文章,大致的意思就是:豆瓣的评分可以看,但是并不适合每一个人。举一个不恰当的例子,拼多多的用户去京东上看同一件商品的评价就是没什么参考性的,用拼多多的用户主要还是追求实惠,用京东的用户主要还是追求物流快,大家的目标都不一样,所以做出的评价肯定会不太一样。

在书刚上市的那段时间,我还会去各个平台上看评价,后来就慢慢不看了,因为总有人说好,也总有人说不好,我们不可能满足所有人。

关于这本书的好评之前也分享过很多,很多人学了很多资料依旧没有入门,但是靠我这本书入门了,而且直接应用到实际工作里面了,也会主动去分享给身边的朋友,就在昨天还收到读者发来的私信:

关于好评,这里就不赘述了,今天趁这个机会,我决定把豆瓣上这11.1%的差评(8%的2星+1.1%的1星)挑出来看看,也给大家一些参考。(因为这些评论在豆瓣官网可以直接看到,所以就不打码了)

上面的评价总结一下其实主要有三点:

1、错误多,这些错误基本都是一些编写错误,新印刷的书已经全部修改完成,我也在网上公开了勘误表,勘误表已经2年没更新了,是在刚上市的一段时间里面已经全部更改完成了。

2、定价贵,定价和售价是两回事,你有多久没有原价买过书了,现在网上基本常年5折,有的时候还会低于5折,比如现在4.5折,只需要26块钱,如果你觉得26块都算贵的话,那就不建议买了。

3、太简单,不够深入全面,我这本书的定位就是入门书,如果很全,那和官方文档有什么区别?如果太深,很多人估计就是从入门到放弃了。《利用Python进行数据分析》这本书可以算是Python数据分析的经典书籍了,但是有多少人第一遍看就完全看懂的?如果你现在已经入门了,或者是准备直接进阶,那么我是不建议你看我这本书的,可以直接看Pandas官网。但如果你现在准备入门,那么是强烈推荐。

有一条评价是就标题特别一点,其实这不仅仅是一个标题一本书名的问题,而是一种思路、一种学习方法,这种方法是可以应用到你想应用的任何领域,26块钱学到一种万能的学习方法,想想还是很划算的。

我自己就是零基础转行的,我特别能理解零基础的人直接学代码会有多崩溃,所以我想到了用对比Excel的方式来进行学习。

对比Excel系列通过对比大家所熟知的Excel来学习陌生的编程工具,大大降低了学习门槛,让大家可以轻松掌握数据分析工具。目前该系列累计销量已经超15w册,当当、京东都在搞活动,基本5折,感兴趣的同学可以点击下方了解:

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/5689411.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-12-17
下一篇 2022-12-17

发表评论

登录后才能评论

评论列表(0条)

保存