如何系统地学习Python 中 matplotlib, numpy, scipy, pandas？

推荐一个很用心的教程 Scipy Lecture Notes

One document to learn numerics, science, and data with Python

----------------------------------------------
这份教程由易到难分为三个层次

1. Numpy, Matplotlib, Scipy的入门以及如何利用官方的doc查询函数的用法；
2. Numpy, Scipy的高级用法，常用的几个数据处理方法，以及Python和C/C++的混合编程；
3. 其它常用数据处理/机器学习库Sympy, Scikit-image, Mayavi, Scikit-learn的入门及应用。

从内容上来说与题主要求完美契合，同时也涉及到了许多相关的库和技巧。



----------------------------------------------
什么？ 嫌在线看教程不方便？

在网站主页的右上角，提供了离线教程的下载链接。 不仅有和在线版完全一致HTML版的离线教程，也有两个PDF版本可以选择! 不得不说是业界良心。 另外所有教程的源码都是可以在GitHub下载到的。


最后，答主也同样是本科生，目前在漫漫的数据处理入门阶段。即为同行者,望共勉之！ 希望对题主有帮助。

----------------------------------------------
附上教程目录

• 1. Getting started with Python for science
  • 1.1. Scientific computing with tools and workflow
  • 1.2. The Python language
  • 1.3. NumPy: creating and manipulating numerical data
  • 1.4. Matplotlib: plotting
  • 1.5. Scipy : high-level scientific computing
  • 1.6. Getting help and finding documentation
• 2. Advanced topics
  • 2.1. Advanced Python Constructs
  • 2.2. Advanced Numpy
  • 2.3. Debugging code
  • 2.4. Optimizing code
  • 2.5. Sparse Matrices in SciPy
  • 2.6. Image manipulation and processing using Numpy and Scipy
  • 2.7. Mathematical optimization: finding minima of functions
  • 2.8. Interfacing with C
• 3. Packages and applications
  • 3.1. Statistics in Python
  • 3.2. Sympy : Symbolic Mathematics in Python
  • 3.3. Scikit-image: image processing
  • 3.4. Traits: building interactive dialogs
  • 3.5. 3D plotting with Mayavi
  • 3.6. scikit-learn: machine learning in Python

　　　　　　　　　　　　　 查看评论 回复