我个人关于数据分析的资料整理和心得体会总结，方便自己查阅、学习和使用。
作者详细介绍了自己使用github的多年经历和心得，其中也涉及到他做程序开发过程中的一些思考。据文章说，他是大陆contribute数最多的人。
比较流行的原版书有两本：
这本目前获得的资料比较多，所以遇到数据结构和算法问题结合这本跟裘宗燕老师那本一起看应该差不多了。
还有一本比较少人提到的：
英文影印版，购自京东。用到python数据分析的很多常用库，如numpy、matplotlib、sklearn和tensorflow，里面涉及大量监督和无监督机器学习模型，个人感觉比《机器学习实战》更适合作为机器学习的入门书，框架更为清楚。
注：2018年8月出了中译版，看评论说是越往后翻译得越差，还是老老实实看原版吧。
里面有原书各章节略过的代码实现部分和对原书的一些补充，还有各章节习题答案的上机部分。
值得一提的是，里面三篇关于python数据分析常用库matplotlib、pandas、numpy的常用功能说明（文件名都是tools_打头）写得特别全面，一定要好好看。
其中matplot说明有篇中文博客内容类似，像是直接翻译过来的，复习的时候可以参考。
内容跟作者放在github上的大致一样，但是作者说github的jupyter viewer比这个慢，我打开试了一下，确实是这个更快一点。
所标明的页数比影印版页数多3。有些错误会影响对书的理解，所以看书的时候一定要结合errata一起看。
国内自发组织的对原书的翻译（目前还没出官方中文书），对于原书有些文字描述比较多的部分，看这个比看英文快，查阅速度也比原书快，毕竟母语嘛。翻译质量不算特别好，有些错误甚至让人感觉译者自己都不懂作者在说什么，强行逐词翻译硬搬过来的，然后大多缩略词只给出了缩略词和翻译后的全称，没有注明原本的英文全称，导致有些内容比较费解。
项目将书中代码和文字解释合二为一， 学习者这只需要打开Jupyter notebook即可，无需频繁翻阅纸质书籍或查看PDF文档，适用于英语不是那么好，而且时间又不怎么充裕，又想要快速入门机器学习的读者。
摘自项目介绍。
机器学习神书之一的PRML（模式识别与机器学习）是所有机器学习读者或希望系统理解机器学习的读者所必须了解的书籍。这本书系统而全面地论述了模式识别与机器学习领域的基本知识和最新发展，而该 GitHub 项目希望实现这本书的所有算法与概念，是非常优秀的资源与项目。
摘自https://blog.csdn.net/uwr44uouqcnsuqb60zk2/article/details/78650986。
以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述。
摘自项目简介。
中文kindle版，购自亚马逊。上来就晾一堆代码给我，不大能看得下去，可读性不如《实用指南》，暂时搁置，等到对机器学习比较熟悉以后再回过来看看，也许到时能好一些。
看目录感觉很厉害的样子，里面给出了关于机器学习的课程等资料，等看完《实用指南》可以了解一下。
本书作者是pandas库的作者，7月刚出了第二版的正式中文版（比第二版的英文影印版贵个十几块钱），关注一下京东最近的活动，等看完《实用指南》再说吧。
最初看到这两个教程是在b站关注的景略集智发出的视频，原视频来自youtube上分享机器学习相关内容的视频制作者Siraj Raval。只粗略看了一下两个教程的readme文档，印象还不错，下回仔细研究。
比较系统地介绍了爬虫的原理和常用库的使用方法，实例也比较多。虽然部分内容来自菜鸟教程、W3S和各种官方文档，有凑字数之嫌，但是毕竟要系统性地把爬虫的来龙去脉讲清楚，作为入门教材还是不错的。
前面简单过了一遍python基础，后面有各种利用python将比较麻烦的工作自动化的实现过程，推荐。
国外的很多作者真的很乐于分享知识，整本书就这么直接放出来了，免费……配套资料和链接都在这里，结合中文版一起看，中文看糊涂的了部分直接看原版。
跟上本书同一系列，全系列见http://inventwithpython.com/。这个作者真是个神人，写了好几本python的畅销书，而且在网上把全文放出来了。作者说，他认为编程让人更聪明而且特别有用，每个人都值得去了解一下，他卖书只是为了付房租……
资料篇为看过或将要看的资料梳理，心得篇的内容则完全是自己原创。
在github和jupyter notebook上都用到markdown语法，为了方便，需要记录一些常用语法备忘，所以写了这篇《我的Markdown语法笔记》。这是我个人总结的markdonw常用语法，对比网上的官方文档或者其他资料，自己写的文章总是更符合自己习惯些。
从8月20日开始，印象笔记mac beta版开始支持markdown，还可以分屏预览（左边显示源码，右边显示预览），更直观地看到更改源码以后的效果，开心！
有时候会冒出一些想法暂时来不及实现，但如果不及时记录下来，过段时间可能就忘了，等到下次需要用的时候，只能懊悔自己上次想到这个问题怎么没解决。因此设置这个版块让自己及时记录想法和未来安排，一个一个去解决就好了。
每次写完md文档，手动去写目录都觉得特别麻烦，容易出错不说，一旦文章发生了修改，人工对照修改前后该目录真是让人难受。网上有一些第三方软件可以生成目录，但是我不太喜欢给自己电脑装没有靠谱官方作保的软件，所以有时间自己去编一个吧。
附上github和博客。
并发、多线程、分布式。