Python数据科学教程完
无涯教程的 Python 数据科学离线版，整理得挺用心，内容也实在。主要讲了怎么用 Python 搞定数据这摊事，重点放在两个老朋友：NumPy 和 Pandas 上。前者负责干数值活儿，后者擅长搞表格，俩配合起来，数据清洗、都能搞定。尤其是缺失值这块，Pandas 真是救命稻草，fillna、dropna这些方法用熟了，数据质量立马提升不少。
NumPy 那边的np.array，是入门必备。不管是一维、二维还是多维数组，用起来都挺顺。想自定义数据类型也能通过dtype轻松搞定。比如你要搞个整数数组：
arr = np.array([[1, 2], [3, 4]], dtype='int32')简单直接，效率也高。
Pandas这边更贴近业务点。DataFrame就像 Excel 表格，用起来超级顺手。想查一列？直接列名索引。想过滤某些行？用布尔索引一把梭。有标签、有结构，数据舒服多了。
还有个冷门但实用的对象叫Panel，三维数据用它来更合适，虽然现在主流是xarray，但了解一下也没坏处。
如果你刚入门数据科学，或者想补补基础，这本 PDF 可以先存着慢慢啃。内容比较系统，也没啥废话。重点讲透了，例子也够多，适合边看边练。
顺带一提，还有几篇拓展文章也挺不错的：
如果你经常出差或者上地铁没网，这种离线版的教程真的是刚需。有空就翻一翻，比刷短视频靠谱多了。
文件大小：2.67MB
评论区