一些学习python的资源网站（持续更新）

• https://dataskeptic.com/podcast
  除了一些最新的python新闻和mini education session, podcast这块是相当不错的..适合睡前一听

• https://planetpython.org/
  一个非常comprehensive的pythonist的community...newsletter可以直接去https://pycoders.com/ subscribe

• https://realpython.com/python-gui-with-wxpython/
  realpython也是一个经常教学python奇淫技巧的地方...
  比如前几天收到的这个：

# collections.Counter lets you find the most common
# elements in an iterable:

>>> import collections
>>> c = collections.Counter('helloworld')

>>> c
Counter({'l': 3, 'o': 2, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})

>>> c.most_common(3)
[('l', 3), ('o', 2), ('e', 1)]

• https://www.programiz.com/python-programming/generator
  programiz很适合快速梳理知识，可结合廖雪峰的python课程一起服用
  https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000

• https://python3-cookbook.readthedocs.io/zh_CN/latest/preface.html#id5
  不适合初学者。但是好的地方是这本书（python cookbook 3rd edition）旨在聚焦几个最重要的主题，演示几种可能的解决方案， 提供一个跳板引导读者进入一些更高级的内容

• https://www.khanacademy.org/math/ap-statistics
  这个虽然不是 python 但是如果要弄data science 概率学习重温下还是很不错的资源。

• https://github.com/jakevdp/PythonDataScienceHandbook
  学习data science最佳入门书籍之一，关键是可以不用买书了。。

• https://github.com/Y1ran/Machine-Learning-in-Action-Python3
  好像也是一本非常不错的书，mark了。pdf可以在这里下载：http://www2.ift.ulaval.ca/~chaib/IFT-4102-7025/public_html/Fichiers/Machine_Learning_in_Action.pdf

• http://blog.coursegraph.com/coursera%E4%B8%8Apython%E8%AF%BE%E7%A8%8B%EF%BC%88%E5%85%AC%E5%BC%80%E8%AF%BE%EF%BC%89%E6%B1%87%E6%80%BB%E6%8E%A8%E8%8D%90%EF%BC%9A%E4%BB%8Epython%E5%85%A5%E9%97%A8%E5%88%B0%E5%BA%94%E7%94%A8python
  这个博客比较神，给了很多和机器学习和python学习的cousera课程推荐，相当受用。 当初是在Rice University上的Interactive Python的系列课程，现在是学的密西根大学的Data Science in Python这个specialisation. 其实我觉得udemy上的一些python课程也不错。墙裂推荐是这个，难度适中，有趣，适合入门https://www.udemy.com/the-modern-python3-bootcamp

• To be continued...