零基础入门机器学习？不知道从何入手？这里有一份由大神精心整理的Python机器学习资源大全，相信会对你的学习之路有所帮助。为了让你能够理论结合实践，我们还推荐了一些实验楼的基础课程供参考，真正做到边学边练！

数据处理

1.1 综合

Scipy 是一个基于Python的科学计算生态系统，包含了数学、科学和工程领域的许多核心包。这里汇集了几乎所有Python科学计算的核心库，是一个很好的导航指南。 - Scipy Lecture Notes：强烈推荐的学习笔记！包含Scipy Tutorial 和 scientific-python-lectures，适合在Jupyter Notebook中学习。

1.2 Numpy

Numpy 是Python数值计算的重要扩展库，提供了高效的多维数组处理能力和丰富的数学函数。无论你是初学者还是有一定经验的研究人员，Numpy 都是你不可或缺的工具。 - Numpy Tutorial：如果你遇到Numpy中的陌生函数，这个教程会帮助你快速查询用法。

1.3 Pandas

Pandas 是一个强大的开源数据处理工具，可以高效地进行数据读取、转换、过滤和分析等一系列操作。它还具备出色的缺失数据处理和透视功能，是数据预处理时的必备工具。 - Pandas 教程：对于Pandas中的陌生函数，这个教程会提供详细的查询和使用说明。

1.4 Matplotlib

Matplotlib 是一个用于绘制图表的开源库，因其丰富的绘图类型、简单的绘图方式和详尽的接口文档而广受欢迎。课程将教你如何使用Matplotlib绘制各种2D或3D图形，并介绍Seaborn库的高级应用。 - Matplotlib 教程：包括Matplotlib Gallery和Matplotlib Tutorial（译文），带你了解Matplotlib的用法。

数据可视化

2.1 Seaborn

Seaborn 是一个专注于统计图形的Python数据可视化库，特别适用于回归和分布图。 - Seaborn 示例：展示了一些示例图像。

2.2 Plotly

Plotly 是另一个高质量的绘图库，可以生成印刷质量的图表。

机器学习算法

3.1 综合

Scikit-learn 是一个五星推荐的中文学习材料，非常适合Python科学计算的初学者。 - Scikit-learn 教程：提供了一些关于Python聚类算法的比较。

3.2 聚类算法

• Pyevolve 文档：介绍了遗传算法的实现。

Python 科学计算课程

本课程涵盖了Python科学计算的多个方面，包括Numpy多维数组、SciPy科学计算库、matplotlib绘图、SymPy代数系统、用C编写Python包及Python并行计算。

本课程还包括Pandas的数据处理、Scikit-learn的机器学习和Scikit-image的图像处理。

以上是完整的Python机器学习资源列表，涵盖了数据处理、可视化和算法等多个领域，希望能对对数据分析和机器学习感兴趣的朋友有所帮助！

想要了解更多内容，请分享本文并私信【Python】获取更多资料。