数据科学

研究一下这个框架，来建立你自己的开源项目的数据分析。

让我们使用 C99 和 C++11 完成常见的数据科学任务。

了解如何使用 Python 和 GNU Octave 完成一项常见的数据科学任务。

使用 Python 开展数据科学为你提供了无限的潜力，使你能够以有意义和启发性的方式解析、解释和组织数据。

立志掌握命令行应该在每个开发人员的学习清单上，特别是数据科学家。

除了 pandas、scikit-learn 和 matplotlib，还要学习一些用 Python 进行数据科学的新技巧。

不需要昂贵的工具即可领略数据科学的力量，从这些开源工具起步即可。

灵活多样的 Python 库为数据分析和数据挖掘提供了强力的机器学习工具。

使用这些库把 Python 变成一个科学数据分析和建模工具。

Anaconda 是一个完备的、开源的数据科学软件包，拥有超过 600 万社区用户。

数据科学公司们在决定雇佣一个人时越来越看重其作品集。其中一个原因就是作品集是分析一个人真实技能的最好方式。

数据科学公司在决定雇佣时越来越关注你在数据科学方面的作品集。这其中的一个原因是，这样的作品集是判断某人的实际技能的最好的方法。好消息是构建这样的作品集完全要看你自己。只要你在这方面付出了努力，你一定可以取得让这些公司钦佩的作品集。