全文共3733字，预计学习时长7分钟
python最近火了，大红大紫那种。PYPL(编程语言受欢迎程度) 四月官方榜单宣布，Python荣获NO.1，竟然连朋友圈里的文科生都开始转发Python课程打卡的链接了……这是怎样一个令全民疯狂的语言？
作为编程界的“头牌”名媛，Python平易近人的态度和精明婉约的灵动深得各个大佬欢心。比如：人工智能、web开发、爬虫、系统运维、数据分析与计算等等。这几位风流多金的行业精英随便哪个都能“逆转未来”。
本文为你精心准备了一段Python与数据科学的“暧昧史”——用Python进行数据科学概述，包括NumPy，Scipy，Pandas，Scikit-Learn，XGBoost，TensorFlow和Keras等模块、包、库的用法。
目录
1. 为何选择Python？
2. 安装Python
3. 使用Python进行数据科学研究
4. Python中的数值计算
5. Python中的统计分析
6. Python中的数据操作
7. 在Python中使用数据库
8. Python中的数据工程
9. Python中的大数据工程
10. Python中的进一步统计
11. Python中的机器学习
12. Python的深度学习
13. Python中的数据科学API
14. Python中的应用程序
1. 为何选择Python？
Python作为一种语言，十项全能，易于学习，安装简单。同时有很多扩展，非常适合进行数据科学研究。像Google、Instagram、Youtube、Reddit等明星网站都在用Python搭建核心业务。
Python不仅仅用于数据科学，还使用Python来做更多的工作——如编写脚本、构建API、构建网站等等。
关于Python的几点重要事项需要注意。
· 目前，有两种常用的Python版本。它们是版本2和3。大多数教程和本文将默认使用的是Python的最新版本Python 3。但有时会遇到使用Python 2的书籍或文章。版本之间的差异并不大，但有时在运行版本3时复制和粘贴版本2代码将无法正常工作，因此需要进行一些轻微的编辑。
· 要注意Python十分介意空白的地方（即空格和返回字符）。如果把空格放在错误的地方，程序很可能会产生错误。
· 与其他语言相比，Python不需要管理内存，也有良好的社区支持。
