接触TensorFlow之前，有必要了解一下TensorFlow当中的基础概念。这里简单梳理下TensorFlow的数据流图, 张量, 会话, 优化器等概念。

TensorFlow是Google开发的一款神经网络的Python外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.本篇我们介绍一下深度学习领域的基础知识。

第一篇我们讲了matplot画图的基本要素，第二篇讲matplot若干个常见的基础图的画图操作。最后一篇我们讲一下matplot画图中可能会用到的几个高级用法。

python的meshgrid()方法在很多地方都有应用，例如生成等高线图的数据集。那meshgrid()方法的目的是什么呢？

一张好看的图，离不开各种各样的颜色。在matplot中，有一个cmap的概念，通过cmap，我们可以很方便的给多组数据自动分配色彩，画出很好看的图。这篇文章就简单介绍下cmap的概念和用法。

上一篇讲了matplot画图的基本要素，这篇讲matplot几个基础图的画图操作。

图像是我们最直观的数据表达方式，python的matplotlib库可以用来画图。下面来简单总结下matplotlib的使用方法。

利用python进行科学计算，numpy和pandas这两个库是必不可少的。

上一篇介绍了pandas库的Series和DataFrame，以及DataFrame的基本方法，这篇的数据导入导出，数据合并等，

利用python进行科学计算，numpy和pandas这两个库是必不可少的。

上一篇介绍了numpy，本篇介绍pandas

利用python进行科学计算，numpy和pandas这两个库是必不可少的。

• 运算速度快：numpy 和 pandas 都是采用 C 语言编写, pandas 又是基于 numpy, 是 numpy 的升级版本。
• 消耗资源少：采用的是矩阵运算，会比 python 自带的字典或者列表快好多

先简单总结下numpy。