Python 数据科学
最后更新于
数据科学目前主要使用 Python 与 R。这一部分对 Python 数据科学相关书籍做一下简单总结。关于 R 的相关书籍，请移步下一节“R 语言”。
下面两本书的新版（英文版）都已经出了 Early Release 版本，可以直接在 O'Reilly 官网上找到。目前还处于比较早期的版本，仅更新到 NumPy 部分；而已经基本更新完毕。
Python 数据科学手册：中文版正文 447 页，英文原版出版于 2017 年，黑白印刷。个人最推荐的 Python 数据科学领域书籍，涵盖了 IPython、NumPy、Pandas 以及 Matplotlib 这几个数据科学中使用频率很高的第三方库的使用。除此之外，本书还涉及了一部分机器学习的内容，介绍了 scikit-learn 库的使用。书中有一些代码在现在的版本上已经跑不起来了（主要是介绍 Matplotlib 那块），但总体上变化不大，百度就能解决。个人见解，如果参加数学建模竞赛并选择数据洞察方向，且打算用 Python 作为主要编程语言，看这本书基本够了。翻译不错。
利用 Python 进行数据分析（第 2 版）：中文版正文 424 页，英文原版出版于 2018 年，黑白印刷。涵盖了 IPython、NumPy、Pandas 以及 Matplotlib 这几个数据科学中使用频率很高的第三方库的使用，但并不涉及 scitkit-learn 库的具体使用。相较上一本更加详细，虽然是 Pandas 作者亲自写的，但个人认为学院派风格较强，阅读稍显乏味。翻译一般。
值得一提的是，Python 数据科学常使用的 Jupyter Notebook 可以在 VSCode 上直接写代码，不用打开网页，并且可以有效利用 VSCode 的智能提示，个人感觉目前已经优于网页版 Jupyter 了，还不了解的可以去试试。