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

深究：Naive Bayes Classification

深究：線性迴歸（Linear Regression）

深究：Support Vector Machines

深究：決策樹（Decision Tree）和隨機森林（Random Forest）

深究：主成份分析（Principal Component Analysis）

深究：流形學習（Manifold Learning）

深究：k- 均集群法

深究：高斯混合模型（Gaussian Mixture Models）

深究：核密度估計（Kernel Density Estimation）

應用：臉部辨識的管線



?