边看边勘误（pdf版）
原书提供勘误表看着很不方便，而且这几年由于python版本更新有些代码中的参数已经改变，我边看pdf边记录一些我能看出来或实践发现的错误，和网页版进行对比确认，形成一份个人版勘误表，
原书提供的勘误网址：http://bit.ly/python-data-sci-handbook
可以打开的含勘误的网址：http://shop.oreilly.com/product/0636920034919.do
网络版网址：https://jakevdp.github.io/PythonDataScienceHandbook/index.html
说明：p.N(No.M)表示页码为N，也是文档中的第M页
1.p.65(No.83) Figure 2-4
红圈处应改为:np.arange(3).reshape((3,1))或:np.arange(3)[:,np.newaxis]：
网页中的代码已经更正（本节链接）：
另外，个人觉得二维表格用立方体表示容易让人误以为这是三维ndarray，相比较而言Python for Data Analysis附录A中的表示（用平面二维表）要好一些。
2.p.75(No.93) 第二段
A AND B和NOT(A OR B)逻辑上并不等价，红圈内应该改为NOT((NOT A) OR (NOT B))：
网页版已更改，未加括号，原因是NOT运算的优先级高于OR运算，加与不加括号等价（本节链接）：
3.p.75(No.93) 代码In[25]
红圈处对应关系有误，绿色圈内两个数字应当相同：
网页中已经将两者都改为0.2（链接同2）：
4.p.143(No.161) 代码In[8]
这个不是错误，是pandas包的版本差异导致的运行失败，网页版与书相同。在pandas1.0.2版中，红圈处的参数已经失效，新的参数应写成‘columns’，而数字0、1依然有效。
以下是‘pd.concat’帮助内容的截图：
5.p.203(No.221)输出结果Out[35]
我从网上下载的数据和书中示例数据的East和West恰好相反，而且由于时间间隔不同，后续描述性统计结果无法验证，但总体呈现出与Out[37]相同的West多于East的情况，疑似此处显示错误，In[36]赋值语句右侧也应当与此处的顺序对应：
经查，网页版与pdf版内容一致，与csv数据有出入。
由于新的csv数据已经有了总和，因此书中代码In[36]应当改为：
data.columns = ['Total','East','West'] #按照csv文件的顺序
6.p.205(No.233)代码In[40]
正文中描述是取平均数，但代码是求和（但是画出来的图趋势是一样的，但纵坐标不同）：
经查，网页版与pdf版内容一致，也是用sum()方法而非mean()方法。
7.p.208(No.226)代码In[46]
这个不是错误，是pandas包的版本差异导致的运行失败。在pandas1.0.2中运行这段代码显示DataFrame对象没有ix参数，查了一下，从pandas0.20.0开始，ix索引就被取消了：
书中的pandas版本是0.18.1，因此还可以使用ix索引。
本例中将ix索引改为loc索引即可正常使用：
8.p.209(No.227)代码In[1]
此处代码红框处参数“1E6”是float，这一位置参数表示生成随机数组的shape，应当是一个整数或者整数元组，在Jupyter Notebook中运行会显示TypeError，改为1000000后即可正常运行：
Jupyter Notebook运行情况：
网页中的代码已经改为了“1000000”：
9.p351(No.369)代码In[15]
这个不是错误，是sklearn包的版本差异导致的运行失败，网页版与书相同。在scikit-learn 0.18 以上的版本中，红圈处的名称已经失效，新的名称应写成‘model_selection’。
即“from sklearn.model_selection import train_test_split”，代码第二行不变。
p357(No.375)代码In[28]中使用了train_test_split函数，导入时也要注意模块的变化。
10.p353(No.371)代码In[20]
这个不是错误，是sklearn包的版本差异导致的运行失败，网页版与书相同。在scikit-learn 0.23 中，红圈处的参数已经失效，新的参数应写成“GaussianMixture”。
即代码前两行改为“from sklearn.mixture import GaussianMixture”和“model = GaussianMixture(n_components=3,covariance_type='full')”，或将代码第一行改为“from sklearn.mixture import GaussianMixture as GMM”，其余内容不变。
11.p356(No.374)代码In[27]
这个不是错误，是matplotlib包的版本差异导致的运行失败，网页版与书相同。在matplotlib3.2.2版中，红圈处的参数已经失效。
错误提醒：
新的版本中'Spectral'参数可用，但根据'spectral'参数的含义和生成的图像推测，作者此处是希望相邻图例之间颜色差异较大（不容易混），因此渐变风格比较不符合要求。
经查阅相关资料，此处使用'tab10'效果更佳，即：
与此对应，原书图5-19下方文字中括号内的颜色也应根据新的图例灵活理解：
12.p362(No.380)代码In[7]和In[8]
这个不是错误，是sklearn包的版本差异导致的运行失败，网页版与书相同。在scikit-learn 0.18 以上的版本中，红圈处的名称已经失效，新的名称应写成‘model_selection’。
此外，LeaveOneOut函数在新版本中无参数，在Jupyter Notebook中上述代码运行如下图：
使用新版本时，'cross_validation'模块的表述均应更新（如p363代码In[9]下方文字）。
13.p368(No.386)代码In[13]
这个不是错误，是sklearn包的版本差异导致的运行失败，网页版与书相同。在scikit-learn 0.18 以上的版本中，红圈处的名称已经失效，新的名称应写成‘model_selection’。
改为“model_selection”后在Jupyter Notebook中运行的截图：
14.p368(No.386)代码In[13]
绿框处代码运行正常，但报警告，警告内容是在0.25版sklearn包后，红框内处的参数不能以位置参数的形式传入，必须以关键词参数的形式传入：
在Jupyter Notebook中运行的警告内容：
最好是把In[13]的第三行代码改为下图所示，实测运行不报警告：
p370(No.388)的代码In[16]也是同理。
15.p372(No.390)代码In[17]
这个不是错误，是sklearn包的版本差异导致的运行失败，网页版与书相同。在scikit-learn 0.18 以上的版本中，红圈处的名称已经失效，新的名称应写成‘model_selection’。
改为“model_selection”后在Jupyter Notebook中运行的截图：
除模块名称，函数的用法并没有发生变化。
16.p374(No.392)代码In[18]
这个不是错误，是sklearn包的版本差异导致的运行失败，网页版与书相同。在scikit-learn 0.18 以上的版本中，红圈处的名称已经失效，新的名称应写成‘model_selection’。
改为“model_selection”后在Jupyter Notebook中运行的截图：
机器学习各具体模型部分跳过，本勘误至此【完结】
- 作者: Jake VanderPlas
- 出版: O'Reilly Media
- 定价: USD 59.99
- 装帧: Paperback
- 页数: 500
- 时间: 2016-6-25