种一棵树，最好的时间是十年前，其次是现在
从2016年底开始，再次坚持写作，期间陆陆续续，写了些许Python及数据科学相关的内容，以及翻译了部分外网文章，希望借此机会，将这些显得零散的内容整合起来，形成本小册子，名曰《Python 知识手册》。
虽然我写了一些关于Python零基础入门的文章，但《Python 知识手册》并没有比较完整的覆盖Python的基础知识，目前，《Python 知识手册》的内容主要涉及Python基础、数据分析，数据可视化等内容。因此,针对手册的阅读，各位读者最好有-些Python的基本功底。
Python 安装
Python是跨平台的编程语言。它可以运行在windows. Mac和各种Linux/Unix系统上。也就是说，假设在windows系统下编写的Python程序，在Mac或Linux承统下也是可以运行的。
第一个 Python 程序
在安装好Python程序后，我们在Anaconda中找到iPython来编写代码并输出。
在编写代码前，先介绍下运行环境
创建第一个“.py” 和 “.ipynb” 文件
上一节中，我们运行了第一个Python程序。在上节中，我们是在Anaconda程序文件夹下打开“iPython"来运行的Python程序。
Jupyter Notebook 主题设置、字体修改等
作为用 Python 进行数据分析的人员，jupyter notebook 在平时使用的频率很高。但经常觉得 jupyternotebook 默认的风格不是很爽，总想换一换。
Anaconda 安装虚拟环境到指定路径
有段时间，想使用基于不同 python 版本的 anaconda，就直接从官网下载了两个不同的 anaconda 版本进行安装。刚开始的时候，还觉得也没啥问题。
项目实战：世界杯系列
2018 年，火热的世界杯即将拉开序幕。在比赛开始之前，我们不妨用 Python 来对参赛队伍的实力情况进行分析，并大胆的预测下本届世界杯的夺冠热门球队。
项目实战：福布斯系列
福布斯每年都会发布福布斯全球上市企业 2000 强排行榜（Forbes Global 2000），这个排行榜每年发布的时候，国内外总有新闻会热闹的讨论一番，但很少见到比较全面的分析。
文档获取方式：
1、关注我，转发+评论
2、私信发送：【自动化】，即可领取
网友评论