都是飞书文档,当做技术文档看,几乎每个函数的每个参数都有例子,
当初学习顺序是numpy→pandas→Matplotlib→seaborn,最初的numpy有些函数不够详细,以后会补充
Numpy

https://jx7281bgmy0.feishu.cn/wiki/RtKIwD0ySiVTSekD0oAcFk5GnBf?from=from_copylink

Pandas

https://jx7281bgmy0.feishu.cn/wiki/A7Tvw0XrlizDZtkkivAcKeccnue?from=from_copylink

Matplotlib

https://jx7281bgmy0.feishu.cn/wiki/Q4xOwuKo0iWpHPk5j1ec5OegnHf?from=from_copylink

Seaborn

https://jx7281bgmy0.feishu.cn/wiki/W2owwSubIiqOJ6kxVXYcX4BLnSg?from=from_copylink

机器学习scikit-learn(1.7.2)

只是涵盖算法部分的api,一些sklearn其他的功能性api未能完全覆盖,

写到机器学习这为每个函数写api实在太闷太累,大部分算法api,只改变一个参数的取值,其输出结果不明显,没有像NumPy,Pandas,Matpllotlib这些基础库的输出明显,所以有些部分偷懒了

涵盖了KNeighborsClassifier算法类api,train_test_split数据model_selection类api,MinMaxScaler数据处理类api,make_classification数据分割类api等等等等

https://jx7281bgmy0.feishu.cn/wiki/BodJwns3GiAQmyktq79c4mP7n0d?from=from_copylink

深度学习和pytorch(2.8.0)

https://jx7281bgmy0.feishu.cn/wiki/QkCzwFtFUi4w4XkxSQBchVwIndh?from=from_copylink

Scipy(1.16.2)学习

https://jx7281bgmy0.feishu.cn/wiki/MRamwx1JTiT2OekLtzpcXX1enih