课程目录
一 Python 基础篇
Day 1：Python 两大特性和四大基本语法
Day 2：Python 四大数据类型总结
Day 3：list 和 tuple 的基本操作、深浅拷贝和切片操作详细等 5 个方面总结(附图形形象解释)
Day 4：list 和 tuplel 的 13 个经典使用案例
Day 5：dict 和 set 基本操作、字典视图等 6 个方面详解总结附图形阐述
Day 6：dict 和 set 的 15 个经典使用例子
Day 7：数学运算、逻辑运算和进制转化相关的 16 个内置函数
Day 8：16 个类型函数和 10 个类对象相关的内置函数大盘点
Day 9：Python 字符串和正则介绍总结
Day 10：Python 文件操作 11 个案例总结
Day 11：Python 时间模块使用逻辑大盘点
二 Python 实战环境搭建
Day 12：Python 四种常用开发环境总结
Day 13：Python 安装包常见问题及解决方法，通过两个实际案例展开
Day 14：五分钟入门 7 个 Web、爬虫、打包工具 Pyinstaller 等包介绍和入门案例总结
Day 15：五分钟入门 8 个数据分析、机器学习和深度学习包和框架和入门案例总结
Day 16：Pyinstaller 打包过程详解
三 Python 进阶篇
Day 17：Python 列表生成式高效使用的 12 个案例
Day 18：Python 对象间的相等性比较 is,in,id,== 等使用总结
Day 19：yield 关键字和生成器用法四个方面总结及三个例子，nonlocal 关键字和 global 关键字使用总结
Day 20：高阶函数、迭代器、装饰器等 20 个内置函数大盘点
Day 21：Python 应用正则的三个案例和推荐一个正则验证工具
Day 22：Python 多线程使用逻辑通俗易懂的总结
Day 23：Python 高效节省内存的方法总结(进一步提升 yield 用法)
Day 24：Python 最被低估的库 collections 使用总结
Day 25：Python 函数的五类参数，inspect 模块查看参数类型及参数赋值规则总结
Day 26：Python 函数式编程总结，包括闭包，nonlocal 关键字等的使用总结
Day 27：Python 装饰器的本质解密，结合三个装饰器的案例
Day 28：Python 常见的 12 个坑点合集
四 Python 数据分析篇
Day 29：NumP 入门高效使用逻辑，掌握这五方面功能
Day 30：NumPy 进阶高效使用逻辑，掌握这五方面功能
Day 31：NumPy 的广播机制规则解读和应用
Day 32：Pandas 读写文件五类问题及 38 个参数总结
Day 33：Pandas 更强的方括号操作，iterrows, itertuples 和 merge 处理速度比较分析，特有的 setindex,resetindex,reindex 操作
Day 34：Pandas 数据透视功能 4 大函数使用总结
Day 35：Pandas 数据分箱的两种方法，转换为哑变量(dummy)的两种方法，连接两张表的四种不同方法总结
Day 36：开发常见异常汇总：Unhashable Type, 读取文件最常见的4个异常，SettingWithCopyWarning
五 数据分析实战篇
Day 37：绘图神奇 Pyecharts 快速手上的方法详细总结，从 Charts 和 Options 两大模块入手
Day 38：Matplotlib 绘图原理总结，绘制多图的三种方法总结，12 种常用图完整代码解析以及制作动画方法总结
Day 39：基于 Kaggle 电影影评数据集 Pandas 数据分析实战-数据预处理阶段
Day 40：基于 Kaggle 电影影评数据集 Pandas 数据分析实战-挖掘出喜剧 Top50 榜单
Day 41：PyQt 制作 GUI 实战：通过制作小而美的计算器学会使用 PyQt
六 基础算法篇
Day 42：关于入门算法、机器学习和深度学习我的一些思考总结
Day 43：八个排序算法原理总结和 Python 完整代码实现
Day 44：动态规划算法和案例总结
Day 45：面试常考 Leetcode 算法题分析和总结
七 机器学习算法篇
Day 46：必备统计学知识：概率，期望，方差，标准差，协方差，相关系数，t 检验，F 检验，卡方检验
Day 47：机器学习必备的数学基础知识：最常用的求导公式，矩阵特征值分解等
Day 48：机器学习不得不知的概念：样本空间，特征向量，维数，泛化能力，归纳偏好等
Day 49：机器学习之 9 种常见的概率分布
Day 50：OLS 线性回归实战上篇：机器学习回归原理详细介绍，包括假设和原理，梯度下降求权重
Day 51：OLS 线性回归实战下篇：手写不调包实现线性回归算法实战
Day 52：贝叶斯分类案例解析和编写
Day 53：贝叶斯算法实战：实现单词拼写纠正器
Day 54：高斯混合模型聚类原理分析和求解总结
Day 55：聚类模型实战：不调包实现多维数据聚类案例
Day 56：机器学习常用聚类算法大盘点包括原理和使用注意事项
Day 57：机器学习降维算法之 PCA 原理推导和例子解析
Day 58：Kaggle 机器学习分类任务案例实战
八 经验分享
Day 59： 美国名校博士、AI 专家 Alicia 关于如何学习数学、机器学习、数据分析的总结
Day 60：专栏总结和我过往 5 年算法经验分享
关注楼主