pyDataScienceToolkits_Base

该项目仓库使用IPython Notebook方式介绍了Python的科学计算库NumPy、SciPy、Matplotlib和机器学习库Scikit-learn的使用入门。 所有内容系平时看书笔记和日常学习实验，希望对读者有帮助作用。

##NumPy入门部分

• NumPy数组基本操作——创建、索引、分片、改变维度
• NumPy数组基本操作——组合、分割、属性、转换
• NumPy常用函数——计算均值、最大最小值、中位数、方差
• NumPy常用函数——股票分析例子学习numpy
• NumPy便捷函数——相关性分析、多项式拟合等
• NumPy的矩阵和线性代数——矩阵基本使用、线性代数常用函数
• NumPy通用函数——通用函数、算术运算、位操作和比较函数
• NumPy的random模块——随机数、超几何分布、连续分布
• NumPy的排序与搜索
• NumPy断言函数

##Matplotlib绘图入门部分

• 绘图基础——绘制百度全年股价K线图、直方图、散点图、着色、图例
• 有趣绘图——动画、三维绘图、等高线图
• 特殊曲线——利萨如曲线、方波、锯齿波

##Scikit-learn机器学习库入门部分

• 从iris数据集入门scikit-learn——介绍使用KNN方法和sklearn进行模型训练预测的一般流程
• 介绍scikit-learn中如何进行模型参数的选择
• 介绍使用scikit-learn线性回归模型进行回归问题预测和特征的选择
• 介绍交叉验证及其用于参数选择、模型选择、特征选择的例子
• 介绍网格搜索来进行高效的参数调优
• 介绍评估分类器性能的度量，像混淆矩阵、ROC、AUC等

##Pandas数据分析处理入门

• Pandas的Series和DataFrame数据结构介绍
• Pandas的DataFrame的切片和选择操作