第一章 IPython:更好用的Python
Shell還是Notebook
IPython 的求助與說明文件
在IPython Shell中的快捷鍵
IPython的Magic命令
輸入和輸出的歷程
IPython和Shell命令
和Shell相關的Magic命令
錯誤以及除錯
剖析和測定程式碼的時間
第二章 NumPy介紹
瞭解Python的資料型態
NumPy陣列基礎
NumPy 陣列屬性
陣列索引:存取單一個陣列元素
在NumPy陣列中的計算:Universal Functions
聚合操作:Min、Max、以及兩者間的所有事
在陣列上的計算:Broadcasting
比較、遮罩以及布林邏輯
Fancy索引
排序陣列
結構化的資料:NumPy的結構化陣列
更多進階的複合型態
第三章 使用Pandas操作資料
安裝並使用Pandas
Pandas 物件的介紹
資料的索引和選擇
在Pandas中操作資料
處理缺失資料
階層式索引
資料集的合併:Concat 和Append
合併資料集:Merge 以及Join
聚合計算與分組
樞紐分析表
向量化字串操作
使用時間系列
高效率Pandas:eval() 以及query()
第四章 使用Matplotlib進行視覺化
通用的Matplotlib技巧
買一送一的介面
簡單的線條圖形
簡單的散佈圖
視覺化誤差
密度圖和等高線圖
直方圖、分箱法及密度
自訂圖表的圖例
自訂色彩條
多重子圖表
文字和註解
自訂刻度
客製化Matplotlib:系統配置和樣式表
在Matplotlib中的三維繪圖法
Basemap的地理資料
使用Seaborn進行視覺化
第五章 機器學習
什麼是機器學習?
Scikit-Learn簡介
超參數以及模型驗證
特徵工程
深入探究:Naive Bayes Classification
深入探究:線性迴歸(Linear Regression)
深入探究:Support Vector Machines
深入探究:決策樹(Decision Tree)和隨機森林(Random Forest)
深入探究:主成份分析(Principal Component Analysis)
深入探究:流形學習(Manifold Learning)
深入探究:k- 平均集群法
深入探究:高斯混合模型(Gaussian Mixture Models)
深入探究:核密度估計(Kernel Density Estimation)
應用:臉部辨識的管線