很棒的数据科学Python
以数据为中心的AI社区是所有数据的家园？
该存储库是由我们的社区成员创建的，以建立精心策划的精彩资源清单，例如书籍，教程，课程，开源库，练习和其他支持制作中毕达斯塔斯群岛的材料，以及何处毕达斯坦迁移到数据科学中！
？为仓库做出贡献？
检查我们的贡献指南！
？您还可以在我们的Discord服务器上找到我们，以与其他学习者见面，找到共同开发者或导师，并进行小型的动手编码会议！
？ Python精通
❓从哪里开始！
如果您很想开始以蟒蛇的身份开始旅程，那么您需要从基础知识开始。作为对语言的第一种方法，我们建议您从“如何像计算机科学家一样思考：使用Python 3学习”开始，然后跟进“以示例：学习在150个挑战中进行编程”中提出的练习。后一本书中的所有练习都有解决方案，因此这可能是您开始练习的好方法。
如果您能觉得并保持检查，则可以通过为此存储库提出的练习和解决方案做出贡献。只需确保遵循python-mastery下的结构，并添加您的练习和solution.py solution-03.py 。
??？很棒的教程和课程
- 100页Python教程（PDF版本|在Medium.com上） - 包括Quize，知识检查， +项目。
- Hitchhiker的Python指南 - Python最佳实践指南，为人类编写。
很棒的书
- 如何像计算机科学家一样思考：与Python学习3
- python以例如：学习在150个挑战中进行编程
？存储库列表
- 30天Python-30天的Python编程挑战是一份逐步指南，可在30天内学习Python编程语言。但是，这个挑战可能需要超过100天，因此请按照自己的步伐。
- Learn -python-学习python的操场和作弊地图。由主题分配并包含带有解释的代码示例的Python脚本的集合！
- Python编程 - 练习 - 100个Python具有挑战性的编程练习（解决方案！）
?? ♀️练习
请参考此文件夹。
？项目
- 创建自己的数据 - 制作虚构的数据将展示您所学的方法，这些方法将支持您的数据科学旅程。
- 建立Python猜测游戏 - 经典介绍性编程挑战。
数据科学的Python
❓从哪里开始！
要学习数据科学，Crirp-DM是一个很好的方法：
Crisp-DM方法
- 业务/问题理解
- ？数据理解：在下面的“练习”部分中检查我们的EDA项目！ ？
- ？数据准备：遵循以下教程！
- 造型
- 评估
- 部署
很棒的书
？ WIP
？存储库列表
- 数据工程 - Zoomcamp：免费数据工程课程！
- MLOPS-Zoomcamp：免费MLOPS课程！
??？教程
数据理解：
- 01-使用描述性统计数据了解您的数据
- 02-通过可视化了解您的数据
- 03-准备机器学习的数据（？♀️即将到来！）
数据准备
处理丢失的数据
- 00-开始丢失数据
- 01-缺少数据简介？
- 02-缺少统计方法的数据插补？
- 03-用机器学习方法丢失数据（？♀️即将到来！）
数据转换
？数据集（用于探索）
？探索性数据分析
- 奥运会124年数据集：探索奥运会的数据集
？如何做出贡献？
- 下载该项目并尝试以自己的节奏解决！
- 在我们的Discord Channel＃？DS项目中提出任意多的问题
- 通过创建拉动请求来分享您的最终项目！ ？
？资源
- 50个带有Python的数据分析项目-50个具有Python的惊人数据分析项目：已解决和解释。
- 疯狂的应用：数据科学：资源，GitHub存储库，免费书籍和数据科学作弊表
- 疯狂应用：机器学习：资源，GitHub存储库，免费书籍和机器学习的作弊表
？公开邀请
我们愿意合作！如果您想开始贡献，只需创建一个使用相关资源的拉动请求，如果您发现这些资源有用，请随时加入我们的Discord Server。我们希望在另一边说“嗨”！
向所有不断推动数据科学界限的贡献者的特别大喊大叫吗？
用贡献制成。
