你想系统学 NumPy / Pandas / Matplotlib / Scikit-Learn，去 Amazon 买《Python Data Science Handbook》第 2 版要 50 美元。作者 Jake VanderPlas 把整本书的全文 + 全部代码以 Jupyter notebook 形式放上 GitHub，仓库已 **47.8k** 星。**不是节选，是全本**5 大部分覆盖完整入门路径：IPython（交互式开发）→ NumPy（数组与向量化运算）→ Pandas（DataFrame）→ Matplotlib（可视化）→ Scikit-Learn（机器学习入门）。Pandas 章节最厚，从 merge / groupby 到时间序列全讲；末尾还有人脸检测实战。**三种用法**最快：去 jakevdp.github.io/PythonDataScienceHandbook 当电子书读。最常用：每个 notebook 顶部有 Colab 按钮，点一下整章直接在云端跑，免装环境。最长期：git clone 到本地，jupyter notebook 启动，所有章节都能改参数。**许可与局限**文字 CC-BY-NC-ND，代码 MIT —— 学习、自用、二次开发都行，只是别拿去商用印书。短板：代码基于 Python 3.5 时代，DataFrame.append、np.int 等已过时，跑会有 warning；deep learning 和 LLM 完全没讲。**适合谁**刚入门想转数据 / 算法的学生、想自己跑数的产品 / 运营、想加点数据可视化的后端。资深数据工程师建议直接看 Wes McKinney 那本 Pandas 圣经。完整教程：guobi.ai/howto/2026-05-02/1008-python-data-science-handbook-jupyter
