1. Kaggle 实战之波士顿房价预测
友情提示：初学者需要先学习关于数据清理的基本知识，再来接触本项目喔。这个项目将使用Dean de cock在kaggle上发布的波士顿住房数据来完成回归预测。
2. Python 语言程序设计实验
本项目对于没有编程经验的学生十分友好，也适合那些有其他编程语言基础的同学。它不仅介绍了Python3的基本知识，还介绍了pep8、virtualenv、测试、项目结构和flask。
3. 用逻辑回归实现分类
这个项目来自Python-Bayesian分析异步社区。主要说明了逻辑回归的基本概念，然后由线性回归扩展到逻辑回归的反向链接函数的概念，利用逻辑回归对虹膜问题进行分类。
4. NumPy 百题大冲关
Numpy是Python语言的扩展库。它支持浩大的高维数组和矩阵运算，也为数组运算提供了大量的数学函数。在刷题中可以一边学习如何使用numpy，一边巩固numpy的各个知识点，温故知新。
5. Seaborn 数据可视化基础入门
Seaborn 是基于 Python 且非常受欢迎的图形可视化库，可以实现 Python 环境下的绝大部分探索性分析的任务，在 Matplotlib 的基础上运行，使得作图更加方便快捷。即便是没有什么基础的人，也能通过极简的代码，做出具有分析价值而又十分美观的图形，非常适合数据可视化的研究。
6. 爬取豆瓣排行榜电影数据
这个项目想法来自于大三某课程设计，平常喜欢看电影，常常需要搜索，但是不知道有哪些评分高的电影。为了方便使用就重新改写了原来的项目。这也是对爬虫技术、可视化技术的一种实践。主要是用排行榜和影片关键词两种方式爬取电影数据。
7. 一键生成微信个人专属数据报告
每个人应该都想过生成一份属于你的微信个人数据报告，毕竟微信是生活中不可或缺的一份子。我们可以基于python对微信好友进行全方位数据分析，只要你想的到的都有。
主要可以统计出你的陌生人、星标好友、不让他看我的朋友圈的好友、不看他的朋友圈的好友数据。以及所有好友在全国的分布，对好友数最多的省份进行进一步分析。猜出你最亲密的好友，找出与你所在共同群聊数最多的好友，对你的好友个性签名进行分析生成关键词云图。目前网上也有很多这类东西，不过本程序的运行十分简单，只需扫码登录一步操作。
如何运行：
- # 跳转到当前目录
- cd 目录名
-
- # 先卸载依赖库
- pip uninstall -y -r requirement.txt
-
- # 再重新安装依赖库
- pip install -r requirement.txt
-
- # 开始运行
- python generate_wx_data.py
-
- 如何打包成二进制可执行文件
-
- # 安装pyinstaller
- pip install pyinstaller
-
- # 跳转到当前目录
- cd 目录名
-
- # 先卸载依赖库
- pip uninstall -y -r requirement.txt
-
- # 再重新安装依赖库
- pip install -r requirement.txt
-
- # 更新 setuptools
- pip install --upgrade setuptools
-
- # 开始打包
- pyinstaller generate_wx_data.py
8. AI对对联
收藏它你就是现代诗人，对联之王。这个项目基于深度学习技术来实现自动对对联，直接输入上联点击即可获得下联。假如你对内在技术感兴趣，也可以在项目内查看。它更擅长古风的对联比如 ：“殷勤怕负三春意 ，潇洒难书一字愁。 ”“如此清秋何吝酒，这般明月不须钱。 ”
