Собрали в одном месте самые важные ссылкичитайте авторский блог
В первой части описывается использование Jupyter для создания pip'ов и отчетов.
По ссылке вы найдете хороший мануал по модификации TKinter программ. На примере редактора IDLE вы узнаете как добавить в текстовый редактор вкладки, как модифицировать README и др.
По этой ссылке вы найдете большой документ об фреймворке для распределенного "глубого обучения". Затронуты вопросы тестирования Deep Neural Network (DNN), big data, и машинное обучение
Репозиторий содержит несколько notebook, которые расскажут как начать программировать на Python для целей статистики.
Шабанов Павел написал замечательный электронный учебник "Научная графика в Python".
Учебник состоит из 13 глав, объединённых в 3 части.
Книга Bayesian Data Analysis ведет повествование про использование Python для анализа данных. А в данном репозитории вы найдете код из этой книги
Курс уроков по Python на Microsoft Virtual Academy. В основном основы
Курсы Python от Фоксфорда предназначены для тех, кто хочет изучить, начиная от азов и до профессиональных возможностей, современный, востребованный и в то же время очень понятный язык программирования.
Все еще страшитесь от драконьего языка (регулярных выражений)? Тогда вам стоит изучить этот материал. Он содержит очень подробное описание работы с регулярными выражениями.
Учебник для изучения возможностей scikit-learn. Scikit-learn содержит множество готовых реализаций для алгоритвов обработки данных.
Издательство O'Reilly выложило в свободный доступ книгу о функциональном программировании на Python. Специально для вас прямые ссылки на скачивание во всех доступных форматах: .epub, .mobi, .pdf
Довольно большая книга о построении статистических отчетов с помощью Python добралась на этой неделе аж до версии 7.1. Автор постоянно поддерживает текст и код книги в актуальном состоянии.
Расширяемый через github сборник рецептов от простого к сложному по применению pandas