本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个Python 数据科学中的重点工具包。首先从IPython 和Jupyter 开始，它们提供了数据科学家需要的计算环境；第2 章讲解能提供ndarray 对象的NumPy，它可以用Python 高效地存储和操作大型数组；第3 章主要涉及提供DataFrame 对象的Pandas，它可以用Python 高效地存储和操作带标签的/ 列式数据；第4 章的主角是Matplotlib，它为Python 提供了许多数据可视化功能；第5 章以Scikit-Learn 为主，这个程序库为最重要的机器学习算法提供了高效整洁的Python 版实现。本书适合有编程背景，并打算将开源Python 工具用作分析、操作、可视化以及学习数据的数据科学研究人员。

如果您对该资源产生疑虑，欢迎您 点击此处 举报不良内容。 希望我们能共建一个文明社区！感谢您的合作与支持！