由于学习 Python 的时候我手上并没有一本比较全面的书，所以一切都是从网上进行学习。正因如此，未来在想重新看看某些相关内容的时候就找不到或者记不得从哪看的了，所以这里记录下一些我觉得未来可能会重新查看的网页或网站。

由于我使用 Python 主要是为了学习数据分析和机器学习，所以资料大多也偏向这个方面。

包

numpy，scipy 和 scikit-learn 是三个科学计算或者机器学习时常用的包，官方提供了不少示例和技巧供学习使用：

scipy
numpy
scikit-learn

pandas 也是一个比较常见的数据分析的包：

pandas

matplotlib 则是一个比较常用的可视化的包（上面的包也有提供可视化功能的）：

Matplotlib

在 NLP 方面，Gensim 是一个常见的包：

Gensim

运行环境

Kaggle 和 Google Colab 有免费提供的 Jupyter 笔记本环境用来跑一些 Python 的计算，提供 GPU。免费的 GPU 中，Kaggle 提供 Tesla P100，Colab 最高提供 Tesla T4。除此之外，二者还有相当多教程和示例供学习使用，非常方便（Kaggle 甚至不需要特殊手段就可以使用）。

Kaggle
Google Colab

此外，很多书都在 Colab 上提供可以直接运行的 Jupyter 笔记本。

在线书

这些书都是有在线版本的，有些国内还未引进。我选择这些书的一个重要原因是提供了不少示例的同时，也解释了原理，而不是简单的举例或者单纯的解释。

这本书在提供大量示例的同时介绍了不少的概念：Python Programming And Numerical Methods: A Guide For Engineers And Scientists

这本书介绍概念和示例非常多，是个很不错的学习材料：Python Data Science Handbook - Jake VanderPlas