|
下面详细目录前言IPython：超越普通IPython中的帮助和文档 键盘快捷键在IPython Shell中 IPython魔术命令 输入和输出历史 IPython和Shell命令 错误和调试 分析和时间码 更多的IPython资源
2. NumPy介绍了解Python中的数据类型 NumPy数组的基础 NumPy数组的计算：通用功能 汇总：最小值，最大值和一切中间值 数组计算：广播 比较，掩码和布尔逻辑 花式索引 排序数组 结构化数据：NumPy的结构化数组
3.熊猫数据处理介绍熊猫对象 数据索引和选择 熊猫数据操作 处理缺失数据 分层索引 组合数据集：Concat和Append 组合数据集：合并和加入 聚合和分组 数据透视表 矢量化字符串操作 使用时间序列 高性能熊猫：eval（）和query（） 其他资源
4.可视化与Matplotlib 简单线图 简单散点图 可视化错误 密度和轮廓图 直方图，Binnings和密度 自定义绘图传奇 自定义颜色 多个子图 文本和注释 定制icks 自定义Matplotlib：配置和样式表 Matplotlib三维绘图 地图数据与底图 可视化与Seaborn 其他资源
5.机器学习什么是机器学习？ 介绍Scikit-Learn 超参数和模型验证 特征工程 深度：朴素贝叶斯分类 深度：线性回归 深度：支持向量机 深度：决策树和随机森林 深度：主成分分析 深度：歧管学习 深度：k均值聚类 深度：高斯混合模型 深度：核密度估计 应用：人脸检测管道 进一步机器学习资源
6.附代码 地址：https://jakevdp./PythonDataScienceHandbook/
|
