《Python数据科学手册》共有五章，每章介绍一两个Python数据科学中的关键工具包。首先从IPython和Jupyter入手，它们提供了数据科学家需要的计算环境；第2章讲解NumPy，它可以提供ndarray对象，可以在Python中高效地存储和操作大数组；第3章主要介绍Pandas，它提供了DataFrame对象，可以在Python中高效地存储和操作标签/列数据；第4章的主角是Matplotlib，它为Python提供了很多数据可视化功能；第5章重点介绍Scikit-Learn，这是一个用于最重要的机器学习算法的高效和干净的Python实现的库。本书主要框架：第2章：NumPy简介2.1理解Python中的数据类型2.2NumPy数组基础2.3NumPy数组计算：通用函数2.4聚合：最小值、最大值等值2.5数组计算：广播2.6比较、掩码和布尔运算2.7花式索引2.8数组排序2.9结构化数据：NumPy结构化数组3Pandas数据处理3.1Pandas对象介绍3.2数据取值和选择3.3Pandas数值计算方法3.4处理缺失值3.5层次索引3.6合并数据集：ConCat和追加方法3.7合并数据集：合并和连接3.8累积和分组3.9数据透视表3.10向量化字符串操作3.11处理时间序列3.12高性能Pandas：eval()和query()4Matplotlib数据可视化4.1简单折线图4.2简单散点图4.3视觉异常处理4.4密度图和等高线图4.5直方图4.6配置腿结束4.7配置颜色条4.8多子图4.9文本和注释4.10绘制3D图中文版下载链接：https://github.com/MachineLea...代码和案例：https://github.com/jakevdp/Py。..
