1. ऑनलाइन कोर्सेस (Online Courses):

• Coursera: Coursera वर Applied Data Science with Python specialization नावाचा कोर्स उपलब्ध आहे. ह्यामध्ये स्टॅटिस्टिक्स आणि डेटा सायन्ससाठी पायथनचा उपयोग कसा करायचा हे शिकवतात. Coursera Link
• edX: edX वर Introduction to Python for Data Science नावाचा कोर्स आहे. ज्यात डेटा सायन्ससाठी पायथनची मूलभूत माहिती दिली आहे. edX Link
• DataCamp: DataCamp वर Statistics with Python skill track आहे. यात सांख्यिकी संकल्पना पायथनमध्ये कशा वापरायच्या हे शिकवतात. DataCamp Link

2. YouTube चॅनेल (YouTube Channels):

• Sentdex: Sentdex चॅनेलवर पायथन फॉर डेटा ॲनालिसिस आणि मशीन लर्निंगचे व्हिडिओ ट्युटोरियल्स आहेत. Sentdex Link
• Corey Schafer: Corey Schafer च्या चॅनेलवर पायथन ट्युटोरियल्सची मालिका आहे, ज्यात डेटा ॲनालिसिससाठी आवश्यक लायब्ररी शिकवल्या आहेत. Corey Schafer Link

3. पुस्तके (Books):

• "Python for Data Analysis" by Wes McKinney: हे पुस्तक डेटा ॲनालिसिससाठी पायथन लायब्ररी (Pandas, NumPy) वापरण्यास मदत करते.
• "Think Stats" by Allen B. Downey: हे पुस्तक सांख्यिकीय संकल्पना पायथनमध्ये कशा वापरायच्या हे शिकवते. Think Stats PDF

4. पायथन लायब्ररी (Python Libraries):

• NumPy: हे लायब्ररी मोठ्या डेटासेटवर गणितीय क्रिया करण्यासाठी खूप उपयोगी आहे. NumPy Link
• Pandas: डेटा ॲनालिसिस आणि manipulation साठी हे लायब्ररी खूप महत्त्वाचे आहे. Pandas Link
• SciPy: सांख्यिकीय विश्लेषण (statistical analysis) आणि वैज्ञानिक संगणनासाठी (scientific computing) हे लायब्ररी उपयुक्त आहे. SciPy Link
• Statsmodels: हे लायब्ररी statistical models तयार करण्यासाठी आणि त्यांचे विश्लेषण करण्यासाठी वापरले जाते. Statsmodels Link