本课程是数据分析、机器学习的基础恶补课。基础扎实了才能不断推进更高层次的技术学习。课程里会涉及到一些数学知识，要想使用好工具，其背后的数学知识是必不可少的。而不
* 第1讲:开张课、基本环境、创建数组、预热一些函数
* 第2讲:[热身]你所不知道的平均数和中位数作用、数组reshape、简单排序
* 第3讲:[热身]神奇的标准差、考核能力稳定性、自由度、numpy的两种实现方式
* 第4讲:向量是个好东西、基本入门、点积的意义
* 第5讲:三角形恶补、余弦相似性计算、范数
* 第6讲:行向量和列向量、矩阵极简入门、numpy的各种表示方法
* 第7讲:矩阵加法的现实意义、按时间计算新闻数据差别、给矩阵增加行、zeros函数
* 第8讲:矩阵乘法的现实意义(1):计算工作量的报酬、numpy实现、使用matrix的区别
* 第9讲:矩阵乘法的现实意义(2):有意义的相乘、批量计算新闻的相似性、sklearn对比结果
* 第10讲:单位矩阵、行列式入门、几何和现实意义理解(王者荣耀水平增长)
* 第11讲:逆矩阵的现实意义、解方程式、numpy的实现函数
* 第12讲:逆矩阵的现实意义(2):实现最简单的文本加密和解密
* 第13讲:案例训练(1):引入Pillow库、图片转为矩阵、矩阵叠加
* 第14讲:图片矩阵练习:颜色反转、腰斩图片、对角斩
* 第15讲:图片矩阵练习:把图片变换成圆角图片
* 第16讲:图片矩阵练习:翻转图片、css中利用矩阵位移div块
* 第17讲:数据分析统计入门、总结课
