1.numpy包:
来自《用Python做科学计算》http://sebug.net/paper/books/scipydoc/numpy_intro.html(中文版)
来自图灵社区:http://www.ituring.com.cn/minibook/804(中文版)
来自sciPy:http://wiki.scipy.org/Tentative_NumPy_Tutorial(英文版)
2.pandas包:
官网:http://pandas.pydata.org/pandas-docs/stable/index.html
10分钟搞定pandas(来自官网):
pandas基础(博友的博客):http://my.oschina.net/lionets/blog/277847 (中文版)
pandas数据规整(博友博客):http://my.oschina.net/lionets/blog/279785(中文版)
3.sklearn包:
这个就不用说了,官网资料最全:http://scikit-learn.org/stable/ 。大大小小的机器学习包以及降维、特征抽取、计算得分、模型选择、集成分类器等一大堆的好资料,可通过目录来找:http://scikit-learn.org/0.15/user_guide.html,http://scikit-learn.org/stable/modules/classes.html#module-sklearn.linear_model
#------------------------------------------------------------------------------
工具篇:
T1.crfsuite:
CRF工具之一crfsuite,比crf++效果还好的工具,里面以组块分析为例子:http://www.chokkan.org/software/crfsuite/tutorial.html,http://www.chokkan.org/software/crfsuite/manual.html
CRF++,官网:http://taku910.github.io/crfpp/,0.58版本下载(有的时候在官网下载不下来,又有的时候版本):http://pan.baidu.com/s/1c0nj7iw
#------------------------------------------------------------------------------
在遇到的过程中,待不断增加。博友若是看到好的文档,也欢迎推荐。
当然,最好的说明文档,当属
import XX
help(XX)