这几天在Github上看到一个数据科学仓库，汇总了很多Python notebook代码，主要是数据方向。
项目地址：
https://github.com/donnemartin/data-science-ipython-notebooks
其中包括了pandas、numpy、matplotlib、scikit-learn、tensorflow、spark、kaggle等众多数据科学资源。
而且针对每一个技术方向，都会有详细的学习路径。
就拿pandas来说，有数据类型、缺失值、连接、切片索引、透视、时间序列等语法和案例代码。
打开后，会有notebook代码界面，方便阅读。
比如pandas时间序列：
具体案例的展示：
还有matplotlib可视化的教程：
虽然都是英文，但其实看代码很好理解，可以把这些案例手敲一遍。
学习Python最快捷的办法就是练习，因为Python是工具型的技能，而非理论型。
就像你拿到一本武功秘籍，从头读到尾你也不学不会一招半式。勤学离不开苦练，否则如水中月、镜中花。
后面遇到好的python学习资源，我都会在公众号分享给大家。