今天给大家分享一份大神整理的Python科学笔记，713页超全汇总，将一个核心知识点统筹在一个章节里面，更具条理性和提炼性，方便大家吃透Python难点，很适合新手入门。
本书每一章都重点介绍一到两个程序包或工具，它们是Python 数据科学的基础。
IPython 和 Jupyter（第 1 章）
这两个程序包为许多使用 Python 的数据科学家提供了计算环境。
NumPy（第 2 章）
这个程序库提供了 ndarray 对象，可以用 Python 高效地存储和操作大型数组。
Pandas（第 3 章）
这个程序库提供了 DataFrame 对象，可以用 Python 高效地存储和操作带标签的 / 列式数据。
Matplotlib（第 4 章）这个程序库为 Python 提供了许多数据可视化功能。
Scikit-Learn（第 5 章）
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。
Python数据科学（PyData）世界里当然不只有这五个程序包；相反，情况是日新月异的。因此，我在每章结尾都列举了用 Python 实现的其他有趣的图书、项目和程序包的参考资料。不过这五个程序包是目前在Python数据科学领域中完成大部分工作的基础，即使生态系统在不断成长，我仍然觉得它们非常重要。
由于篇幅过长不一一展示
如何获取资料：
全部资料已经打包完毕 ！【无偿分享 】有需要的读者
