《Python数据科学手册》

《Python数据科学手册》【美】Jake VanderPlas著 陶俊杰译

Absorb what is useful, discard what is not, and  add what is uniquel what own.（取其精华，去其糟粕，再加点自己的独创。）

本书在GitHub上开源：https://github.com/jakevdp/PythonDataScienceHandbook

作者在博客发布Notebook的HTML版本：https://jakevdp.github.io/PythonDataScienceHandbook/

 

精华总结+issue汇总

第一章 Ipython：超越Python

1.三种开发环境：

1）在线版Notebook编程环境——有浏览器就可学习编程知识，推荐想快速掌握知识的朋友使用。目前，有许多安装Python编程环境的Anaconda发行版的网络平台（PaaS），支持Jupyter Notebook编程环境，可以免费使用，如JupyterHub（https://tmpnb.org）、SageMathCloud（https://cloud.sagemath.com）、微软Azure（https://notebooks.azure.com/）

它们可以在线运行Notebook文件，编写调试运行代码，也支持文件的上传、下载、新建、删除，还可以运行Terminal工具。

另外，基于Github的Notebook，还有binder（https://mybinder.org）支持代码仓库一键部署。

类似的在线免费Notebook编程环境还有很多，特别推荐德国Yves Hilpisch博士的The Python Quants Group公司开发的Python Quants Platform（https://tpq.io/）。

Jupyter Notebook支持许多编程语言（Python、R、Scala、Julia、Haskell、Ruby......），甚至支持Kotlin（https://github.com/ligee/kotlin-jupyter）、Java 9的REPL新功能JShell（https://github.com/Bachmann1234/java9_kernel）。

 

2）在电脑上安装Anaconda发行版。由于网络问题，推荐清华大学TUNA镜像下载和更新Anaconda集成开发环境：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

3）适合了解Docker镜像（https://github.com/jupyter/docker-stacks），一键安装，省时省力。里面除了标准Anaconda开发环境，还支持Spark、TensorFlow的Notebook开发环境。

 

2.如果你需要一个 Python 入门教程,那么我推荐你阅读本书的姊妹篇 A Whirlwind Tour of the Python Language。

Python相关电子书下载（需要收费）：Python书院——http://www.pythonlib.cn/

 

3.数据收集：bicloud的博客——数据挖掘博客收集

 总结了人脸识别技术、深度学习文章、机器学习课程、深度学习课程、各种数据集。

 

4.GitChat:https://blog.youkuaiyun.com/valada?t=1

GitChat 是一个知识分享平台，通过这个平台我们希望改变知识的学习方式。如：如何科学的学习一门编程语言？

 

5.软件安装注意事项

Anaconda发现版有两种，选哪个？

1）Miniconda：只包含Python解释器和一个名为conda的命令行工具。conda是一个跨平台的程序包管理器，可以管理各种Python程序包，类似于Linux用户熟悉的apt和yum程序包管理器。

2）Anaconda：除了包含Python和conda之外，还同时绑定了四五百个科学计算程序包。所以有几个G大。

推荐：安装Miniconda，所有程序包手动安装（确认选择的是适合Python3的版本），安装包：conda install numpy pandas scikit-learn matplotlib seaborn ipython-notebook

 

 6.第三方模块的安装问题：见我的另一篇博客：Python入门之第三方模块安装

 

7.用memory_profiler诊断内存的用量？

参看：《Python高性能编程》——2.9　用memory_profiler诊断内存的用量：https://m.aliyun.com/yunqi/articles/96841/

Issue：如果在运行的时候出现如下的gbk解码错误，解决方案是首先进入 memory_profiler.py文件中，找到第1127行（不同版本可能略有差别），
把with open(filename) as f: 更改成 with open(filename, encoding=’utf-8’) as f：！！！ 

 

8.网络资源汇总：

1）Ipython网站：http://ipython.org/

2）nbviewer网站：https://nbviewer.jupyter.org/

3）有趣的IPython Notebook集合（https://github.com/ipython/ipython/wiki/A-gallery-of-interesting-IPython-Notebooks）

 

第二章 Numpy入门

1.P54代码使用%matplotlib inline

import matplotlib.pyplot as plt

import seaborn; seaborn.set()

plt.hist(heights)

plt.title('Height Distribution of US Presidents')

plt.xlabel('height (cm)')

plt.ylabel('number');

在cmd的ipython窗口中执行不成功？执行%matplotlib inline就报错，而且直方图画不出来？

其中最后一句%matplotlib inline比较奇怪，而且无论你是用哪个python的IDE如spyder或者pycharm,这个地方都会报错，显示是invalid syntax（无效语法）。那为什么代码里面还是会有这一句呢？原来是这样的。
%matplotlib作用

是在使用jupyter notebook 或者 jupyter qtconsole的时候，才会经常用到%matplotlib，也就是说那一份代码可能就是别人使用jupyter notebook 或者 jupyter qtconsole进行编辑的。关于jupyter notebook是什么，可以参考这个链接：[Jupyter Notebook介绍、安装及使用教程][1]
而%matplotlib具体作用是当你调用matplotlib.pyplot的绘图函数plot()进行绘图的时候，或者生成一个figure画布的时候，可以直接在你的python console里面生成图像。

参看：Python关于%matplotlib inline——https://www.jianshu.com/p/2dda5bb8ce7d

Python--matplotlib绘图可视化知识点整理——https://www.cnblogs.com/zhizhan/p/5615947.html