库生态总览

本页说明 Python 机器学习常见库的分工、与仓库 Basic/ 教程的对应关系，以及阅读顺序建议。

各库角色

库	作用	分册入口
NumPy	同质数组、向量化、基础线代	01 基础
pandas	表格、索引、清洗、时间序列	Pandas 01
SciPy	分布、检验、优化、稀疏、空间结构	SciPy 01
Matplotlib / Seaborn	绑图与统计图	Matplotlib 基础
scikit-learn	估计器接口、流水线、搜索、指标	sklearn 入门

依赖版本说明

文档中的 API 签名表由本地 inspect 生成时，与当前环境版本一致。请以各库 官方稳定文档 为准核对：

• NumPy
• pandas
• SciPy
• scikit-learn
• Matplotlib
• Seaborn

仓库根目录 requirements.txt 列出项目直接依赖；xgboost 等若未列出需自行安装。

建议阅读顺序

1. 项目架构
2. NumPy → Pandas →（按需 SciPy）→ sklearn 预处理与 Pipeline
3. 各 算法分册（从总览进入）

算法文档结构

每个算法独立目录，含：数学原理、数据、思路、模型、训练、评估、实现、练习与文献。从任意算法 总览 页可看到完整阅读路线。