入门前的你一定想问， Python 到底能做什么？
一.用途广泛，各行利器
即便是非专业编程人员，也能深切体会 Python 召之即来，来之能战的 抗打属性 ——
量化研究，对语言文本做情感分析， 各类用户调研/产品舆论/顾客喜好偏向/情绪表达等领域…
工作生活中你觉得机械化、不想做的、懒得做的事情，python 总能用几行代码帮你搞定。
二.我是零基础学习，需要准备什么？
学院为 Step 0 零基础的你准备了一份 入门必备书单 ，连推荐理由都列得清清楚楚！
不得不给大家墙裂案例这本 Thinksats for Programmers ，中文名为《统计思维：程序员数学之概率统计》，为程序员量身定做了基于 Python 的统计学的基础内容。
这本书着重介绍了应用在真实数据集的简单技术，还可以解答很有趣的统计问题。 书中的样本都是美国国家卫生研究院的真实数据哦~
除了这个，还要给你安利一个特别好用的网站！ 有整理好的正则表达式的 cheatsheet，还支持 一键搜索 ！
地址在这：
https://www.ebuggex.com/cheatsheet/regex/python
SciPy 的学习，推荐这个网站
https://ocs.scipy.org/oc/scipy/reference/tutorial/
Matplotlib 的学习，可以看这里
http://nbviewer.jupyter.org/github/jrjohansson/scientific-python-lectures/blob/master/Lecture-4-Matplotlib.ipynb
Scikit-learn 是 Python 最有用的机器学习库， 是专门用于机器学习的模块。
它主要的机器学习方式包括 分类，回归，数据降维，数据预处理 等等，包含了常见的大部分机器学习方法。
如果你小有所成，可以试试参与 Kaggle 上的项目实战了， 不 try 怎么知道自己还没会呢？
Kaggle 于 2010 年在墨尔本被创立，主要为开发商和数据科学家们提 供举办 机器学习竞赛、托管数据库、编写和分享代码 的平台。
图片来自Kaggle网站
既然已经学习了大部分的机器学习技术，你已经是 一个成熟的 Python 玩家， 是时候进击 Deep Learning 啦！
邓老师推荐网站 Deeplearning.net，可以看到几乎所有的学习资源—— 讲座，数据集，挑战，教程，其他的书籍 等等。
