用途：面向数据科学场景的 Python 编程技能，涵盖 Python 基础、数据结构、面向对象编程，以及 Pandas、NumPy 等数据科学常用库，适用于编写 Python 代码、进行数据操作或实现算法。
主要能力：介绍列表、字典、元组、集合等数据结构与列表推导式；讲解 NumPy 数组运算；演示 Pandas DataFrame 的读取、探索、筛选、分组聚合、合并（merge、concat）、缺失值处理（dropna、fillna）等操作；并给出向量化运算、数据类型优化、分块读取等性能与内存处理建议。
使用方式：资料给出常用导入方式，如 import pandas as pd、import numpy as np、import matplotlib.pyplot as plt、import seaborn as sns；文件读取支持 CSV、Excel、JSON 与 SQL（sqlite3 配合 pd.read_sql_query）。安装与排错部分提到 pip install --upgrade pandas numpy、python -m venv venv、source venv/bin/activate、pip install -r requirements.txt、pip list | grep pandas 等命令，以及用 df.dtypes、df.info()、df.isna().sum()、%timeit 进行调试分析。
适用场景与限制：适合数据清洗、探索性分析、算法实现及一般 Python 编码任务。资料未说明收费、价格、平台支持与具体效果，相关内容暂未提供。