中文Python学习指南
2018年9月19日更新
本文会简短介绍一些Python的常用的第三方库，并介绍它们的相关领域与学习路线，这些库按重要和常用程度排序。
本文件实时更新。
这三个库NumPy、pandas、Matplotlib是Python数据处理的核心库，几乎所有与数据有关的Python程序都会用到它们，其中NumPy用于数据的内存存储与处理，pandas用于数据的文件读写，Matplotlib用于数据的可视化。
NumPy是一个基本的在Python中进行科学计算的库，底层由C语言实现，效率较高。
官网：http://www.numpy.org
相关功能：线性代数、向量矩阵运算、简单数理统计等
Pandas是一个读取处理数据文件的库。
官网：https://pandas.pydata.org
相关功能：CSV、Excel等文件读写等
Matplotlib是一个可以绘制高质量（publication quality）图像的库。
官网：https://matplotlib.org
相关功能：二维、三维绘图（散点图、折线图、分布图）等
见上文。
数学、科学、工程计算库，是NumPy功能的延申。
官网：https://www.scipy.org/scipylib/index.html
相关功能：特殊函数、（数值）积分、优化、傅里叶变换、统计等
任意精度浮点数计算库，是很多其他数学计算库的基础。
官网：http://www.mpmath.org
相关功能：高精度浮点数计算、相应的各种常用函数
符号（纯代数）计算库，其目标为称为一个全功能计算机代数系统（CAS）。
官网：https://www.sympy.org
相关功能：（与理论数学相关的领域）集合论、微积分、ODE、PDE、几何等
Python机器学习入门工具。
官网：http://scikit-learn.org
相关功能：分类、回归、聚类、神经网络等
Google开发的机器学习框架，是现今机器学习学术界与工业界最重要的工具之一。
官网：https://www.tensorflow.org
相关功能：机器学习、GPU训练、分布式机器学习、企业级机器学习框架