目前蒐集的python資源

因為找到一些不錯的入門書，紀錄一下
另一篇是關於R跟資料視覺化的。 這篇同樣也會維持更新，記錄有用的資源。

入門

• 官方 document:
  其實很多時候直接去官網查某些內建的 module 怎麼使用是最快的。

• A Whirlwind Tour of Python
  https://jakevdp.github.io/WhirlwindTourOfPython/

順便把其他初學相關的放一放好了

• 官方文檔 https://docs.python.org/3/tutorial/index.html

• Michigan的網課
  https://www.py4e.com/
  https://www.py4e.com/html3/

• 自動
  https://automatetheboringstuff.com/

  • 這是介紹
    https://youtu.be/aFfDDdAPCbA
  • 作者本人帶你看書
    https://www.youtube.com/playlist?list=PL0-84-yl1fUnRuXGFe_F7qSH1LEnn9LkW

這些都是比較基本、純粹在講python本身的書，比較不像其他書是主打data science，一下子就要用Numpy、Pandas這些library來支援

我目前是參考這個影片－https://youtu.be/eTxyviU0Ddo的菜單進行。這個頻道還滿不錯的，會討論一些關於資料科學跟python的問題跟影片。

machine learning

因為之前有幸修了管院ML的相關課程，所以也順便把python相關的資源蒐集起來。其實多半都照個上面那個影片的內容啦。

• Python Programming for Quantitative Economics
  上面的影片推薦，是看"Introduction to Python"跟"The Scientific Libraries"這兩節，還有後面講到pandas的那節。這些部份是跟一般用python做資料科學部分會比較相關的。

• PythonDataScienceHandbook
  這本跟入門那邊那本 Whirlwind Tour of Python 是同個作者，只是一個面向基礎，這本面向資料科學。這本書提了Numpy、Pandas這兩個資料科學的包，還有用了視覺化的Matplotlib，跟做機器學習的Scikit-Learn。

• Python for Data Analysis
  定位跟上面那本類似，主要講一些資料科學的套件，差在沒有Scikit-Learn。

• Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow
  看名字就知道，主要是講機器學習跟深度學習的包。除了Scikit-Learn，還有很有名的Keras、TensorFlow。雖然好像又有其他更紅的框架了，不過我這種小白萌新還是按部就班吧。

• Scikit-Learn官方文檔
  https://scikit-learn.org/stable/tutorial/basic/tutorial.html#

還有這篇ML入門教學文： 如何用3个月零基础入门「机器学习」？