【干货书】Python 数据科学学习手册，548页pdf

2021 年 3 月 14 日 专知

需要处理大量数据的人必备的案头书

对于许多研究人员来说，Python是首选的工具，因为它拥有丰富的储存、操作、以及洞察数据的程式库。这些资源散布在数据科学的领域中，但藉由本书，你可以一口气取得这些资源，包括Ipython、NumPy、Pandas、Matplotlib、Scikit-Learn等等。

对于需要处理大量数据的人而言，这是一本非常有价值的案头书，可以有效率地处理每天面对的问题，像是操作、转换，以及清理数据、视觉化不同形式的数据，建立统计学或机器学习的模型等等。

藉由这本手册，你将可以学习到如何使用：

IPython和Jupyter：提供数据科学家使用的Python计算环境。
NumPy：在Python中进行高效储存以及操作密集数据阵列的ndarrys。
Pandas：在Python中进行对于标签式/栏位式的数据高效率储存与操作。
Matplotlib：在Python中进行弹性范围的数据视觉化的能力。
Scikit-Learn：提供机器学习演算法以及简洁的Python实作。

第一章IPython：更好用的Python
Shell还是Notebook
IPython的求助与说明文件
在IPython Shell中的快捷键
IPython的Magic命令
输入和输出的历程
IPython和Shell命令
和Shell相关的Magic命令
错误以及除错
剖析和测定程式码的时间

第二章NumPy介绍
了解Python的资料型态
NumPy阵列基础
NumPy阵列属性
阵列索引：存取单一个阵列元素
在NumPy阵列中的计算：Universal Functions
聚合操作：Min、Max、以及两者间的所有事
在阵列上的计算：Broadcasting
比较、遮罩以及布林逻辑
Fancy索引
排序阵列
结构化的资料：NumPy的结构化阵列
更多进阶的复合型态

第三章使用Pandas操作资料
安装并使用Pandas
Pandas物件的介绍
资料的索引和选择
在Pandas中操作资料
处理缺失资料
阶层式索引
资料集的合并：Concat和Append
合并资料集：Merge以及Join
聚合计算与分组
枢纽分析表
向量化字串操作
使用时间系列
高效率Pandas：eval()以及query()

第四章使用Matplotlib进行视觉化
通用的Matplotlib技巧
买一送一的介面
简单的线条图形
简单的散布图
视觉化误差
密度图和等高线图
直方图、分箱法及密度
自订图表的图例
自订色彩条
多重子图表
文字和注解
自订刻度
客制化Matplotlib：系统配置和样式表
在Matplotlib中的三维绘图法
Basemap的地理资料
使用Seaborn进行视觉化

第五章机器学习
什么是机器学习？
Scikit-Learn简介
超参数以及模型验证
特征工程
深入探究：Naive Bayes Classification
深入探究：线性回归（Linear Regression）
深入探究：Support Vector Machines
深入探究：决策树（Decision Tree）和随机森林（Random Forest）
深入探究：主成份分析（Principal Component Analysis）
深入探究：流形学习（Manifold Learning）
深入探究：k-平均集群法
深入探究：高斯混合模型（Gaussian Mixture Models）
深入探究：核密度估计（Kernel Density Estimation）
应用：脸部辨识的管线