第一章 IPython：更好用的PythonShell還是NotebookIPython 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PandasPandas 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
流暢的 Python｜清晰、簡潔、高效的程式設計 第二版 Python資料分析 第三版 資料視覺化｜使用Python與JavaScript 第二版