NumPy基础

《Python数据科学手册》

豆瓣评分9.3

链接：https://pan.baidu.com/s/1mnULS3a3Gwhf37JtOVjepA
提取码：uvfv

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。

下面图片内容是根据《Python数据科学手册》第二章整理：

文末有100题练习和官方中文文档传送地址

D__中科大的一年_python_numpy_Nu.png

大图像素比较低，为了方便查看，拆成下11张图：

Nu_00.png

Nu_01.png

Nu_02.png

Nu_03.png

Nu_04.png

Nu_05.png

Nu_06.png

Nu_07.png

Nu_08.png

Nu_09.png

Nu_10.png

NumPy官方文档：

如果有时间不追求速成或者查阅资料，可以上官方文档学习。
https://www.numpy.org.cn/

NumPy 100题练习：

https://link.zhihu.com/?target=https%3A//github.com/rougier/numpy-100
文件夹有三个不同的ipynb文件，可以用notebook jupyter打开:

1. 100_Numpy_exercises_no_solution.ipynb
   没有答案代码的文件，这个是你做的练习

2.100_Numpy_exercises_with_hint.ipynb

没有答案代码的文件，但有提示，这个你也可以用来练习

3.100_Numpy_exercises.ipynb

有答案代码和注释的文件

你可以在100_Numpy_exercises_no_solution.ipynb 里输入代码，看看运行结果是否和100_Numpy_exercises.ipynb 里面的内容一致。