工具与资源jakevdp.github.io编辑精选
Python 数据科学手册
Python Data Science Handbook
2017 — 2025，它一次次回到首页
黑点是上首页（≥ 50 分）的那次投稿，空心点是没冲上去的投稿，点越大分数越高。
导读
这是 Jake VanderPlas 所著《Python Data Science Handbook》的免费在线全文，以 Jupyter Notebook 形式组织，分五部分依次讲 IPython/Jupyter、NumPy、pandas、Matplotlib 和 scikit-learn 机器学习。书中内容就是可运行、可修改的代码示例，适合边读边动手练习。
为什么经久不衰：它把 Python 数据科学最核心的几套库串成一条清晰的学习路径，示例代码可直接运行，多年来一直是入门与查阅的首选免费参考。
HN 评论精选
按章组织适合读书会，前四章打好库的基础，第 5 章机器学习是重头戏，并推荐配合作者演讲一起学。
我们公司拿这本书办读书会，每两周读一章：第 1 章 Jupyter，第 2 章 NumPy，第 3 章 pandas，第 4 章 Matplotlib，第 5 章机器学习。刚读完前四章，为这几个库打下了不错的基础。我猜第 5 章（scikit-learn 和机器学习方法）内容最扎实、也最有意思，篇幅很长，我们打算花一个月。建议把这本书和 McKinney 的 pandas 书、以及作者在 PyCon 和 PyData 上优秀的演讲结合起来看，先看他的《Statistics for Hackers》。
pixelmonkey查看英文原文
We're using this book for a "book club" at work. Doing 1 chapter every 2 weeks. Chapter 1 covers Jupyter, 2 covers numpy, 3 pandas, 4 matplotlib, and 5 machine learning. We just made it through the first 4 chapters and it lays a good foundation for those libraries. I suspect chapter 5 is the meatiest and most interesting chapter, which covers scikit-learn and machine learning techniques. It is a long chapter so we will spend a month on it. I recommend combining this book with McKinney's Pandas book[1] and the author's excellent YouTube presentations at PyCon and PyData. Start with "Statistics for Hackers"[2] by Jake VanderPlas and then look for his others. [1]: http://shop.oreilly.com/product/0636920050896.do [2]: https://www.youtube.com/watch?v=Iq9DzN6mvYA
同事现身背书：作者既是优秀的数据科学家也是出色的教育者。
我和作者 Jake 在华盛顿大学的 eScience Institute 共事（我只是个研究生），可以说他不仅是出色的数据科学家和教育者，人也非常好。他为这本书付出了极大努力，很高兴看到它登上 HN 首页。
tony_cannistra查看英文原文
I work with Jake (the author) at the eScience Institute at the University of Washington (though I'm merely a grad student) and can say that he is not only an extraordinary data scientist and educator but is a great guy as well. He worked extraordinarily hard on this, so I'm very glad to see it on the front page of HN––I'll be sure to show him the screenshot tomorrow!
Jupyter Notebook 已成为分享可运行 Python 代码的事实标准。
看起来 Jupyter Notebook 正在成为分享可运行的 Python 代码的新标准。
sbassi查看英文原文
Looks like Jupyter Notebooks is a new standard for sharing Live Python code, as my Python for Bioinformatics book: http://py3.us
读者关心前置数学要求（评论中未给出答案）。
读懂这本书需要什么数学水平？
samwestdev查看英文原文
What math level should I have to understand this book?
历次讨论
同类还值得读
直接在浏览器中启动 Linux 内核
Boot a linux kernel right inside your browser.
Fabrice Bellard 的 JSLinux 页面，用 JavaScript 在浏览器里启动一个 Linux 内核，并提供一个可交互的终端环境。
工具与资源上首页 5 次 · 2011–2025bellard.orgHacker News 未公开功能与行为清单（2018）
A List of Hacker News's Undocumented Features and Behaviors (2018)
数据科学家 Max Woolf 整理的 Hacker News 未公开功能与行为清单，涵盖投票机制、排名算法、账号惩罚等社区运作细节。
工具与资源上首页 5 次 · 2019–2025github.comMapSCII：在终端中用盲文和 ASCII 渲染地图
MapSCII – Braille and ASCII map renderer for the console
MapSCII 是一个在命令行终端里渲染地图的开源工具，用盲文字符和 ASCII 字符把地理数据画成可交互浏览的字符地图。
工具与资源上首页 5 次 · 2017–2025github.com顶尖大学的免费在线课程
Free Online Courses from Top Universities
Open Culture 整理的一份免费在线课程合集，汇集了全球顶尖大学（如 MIT、斯坦福、耶鲁等）向公众开放的网络课程资源，涵盖音频、视频等多种形式。
工具与资源上首页 5 次 · 2010–2022openculture.com淘气字符串：容易引发用户输入问题的字符串清单
Naughty Strings: A list of strings likely to cause issues as user-input data
一个 GitHub 仓库，收录了大量容易让程序出问题的用户输入字符串，如特殊字符、emoji、SQL 注入片段、系统命令等，供开发者用于测试输入处理逻辑。
工具与资源上首页 4 次 · 2015–2020github.com