官方文档大全：数据分析与AI开发——官方文档链接整理（必备）

玄同765

发布于 2026-01-14 13:54:23

810

【个人主页：玄同765】

大语言模型（LLM）开发工程师｜中国传媒大学·数字媒体技术（智能交互与游戏设计） 深耕领域：大语言模型开发 / RAG知识库 / AI Agent落地 / 模型微调 技术栈：Python / LangChain/RAG（Dify+Redis+Milvus）| SQL/NumPy | FastAPI+Docker ️ 工程能力：专注模型工程化部署、知识库构建与优化，擅长全流程解决方案 专栏传送门：LLM大模型开发项目实战指南、Python 从真零基础到纯文本 LLM 全栈实战、从零学 SQL + 大模型应用落地、大模型开发小白专属：从 0 入门 Linux&Shell 「让AI交互更智能，让技术落地更高效」 欢迎技术探讨/项目合作！关注我，解锁大模型与智能交互的无限可能

开篇：官方文档的「信息孤岛」困境

在数据分析、数据挖掘、大模型开发的学习和工作中，我们经常会遇到这样的问题：

官方文档分布在不同的网站，搜索关键词时结果往往混杂着非官方的博客或教程
英文官方文档阅读门槛高，部分中文翻译版本更新不及时或内容缺失
工具之间的协作关系不清晰，无法快速找到对应环节的官方文档

为了解决这些问题，我们整理了一份全面、准确、更新及时的中文官方文档清单，涵盖核心语言基础、数据分析工具、可视化工具、大模型开发工具、数据库与存储、开发与部署工具等六大板块，并提供了快速检索表格和工具协作关系图，帮助从业者快速定位所需资源。

一、快速检索表格

工具类型	工具名称	工具简介	中文官方文档链接
核心语言基础	Python	数据分析、数据挖掘、大模型开发的核心编程语言	https://docs.python.org/zh-cn/3/
	SQL	结构化查询语言，用于关系型数据库的数据操作	https://dev.mysql.com/doc/（MySQL）、https://www.postgresql.org/docs/zh/16/（PostgreSQL）、https://docs.microsoft.com/zh-cn/sql/sql-server/（SQL Server）
数据分析工具	NumPy	科学计算的核心库，提供高性能的 N 维数组对象	https://numpy.org/doc/stable/（英文，含部分中文教程）、https://www.numpy.org.cn/（社区维护中文）
	Pandas	数据分析的核心库，提供 DataFrame 和 Series 数据结构	https://pandas.pydata.org/docs/（英文，含部分中文教程）、https://pandas.pydata.org.cn/（社区维护中文）
	Scikit-learn	机器学习库，提供常用的机器学习算法和工具	https://scikit-learn.org/stable/（英文，含部分中文教程）、https://sklearn.apachecn.org/（社区维护中文）
可视化工具	Matplotlib	基础可视化库，支持绘制多种类型的图表	https://matplotlib.org/stable/index.html（英文，含部分中文教程）、https://matplotlib.apachecn.org/（社区维护中文）
	Seaborn	统计可视化库，基于 Matplotlib，提供更高级的 API	https://seaborn.pydata.org/（英文）、https://seaborn.apachecn.org/（社区维护中文）
	Plotly	交互式可视化库，支持生成 HTML、SVG、PDF 格式的图表	https://plotly.com/python/（英文）、https://plotly.apachecn.org/（社区维护中文）
大模型开发工具	Hugging Face Hub	大模型共享平台，提供大量预训练模型	https://huggingface.co/docs/hub/zh
	Transformers	大模型调用和微调库，支持 Hugging Face Hub 上的大多数模型	https://huggingface.co/docs/transformers/zh
	PyTorch	深度学习框架，用于大模型的开发、训练和推理	https://pytorch.org/docs/zh/
	TensorFlow	深度学习框架，用于大模型的开发、训练和推理	https://www.tensorflow.org/versions/r2.15/guide/（英文，含部分中文教程）、https://www.tensorflow.org.cn/（中文官网）
数据库与存储	MySQL	关系型数据库，用于存储结构化数据	https://dev.mysql.com/doc/
	PostgreSQL	关系型数据库，支持复杂的查询和数据类型	https://www.postgresql.org/docs/zh/16/
	MongoDB	非关系型数据库，用于存储半结构化和非结构化数据	https://www.mongodb.com/docs/zh/
	Redis	内存数据库，用于存储缓存和会话数据	https://redis.io/docs/zh/
	Milvus	向量数据库，用于存储大模型的嵌入向量	https://milvus.io/docs/zh/
开发与部署工具	Git	版本控制工具，用于代码管理和协作	https://git-scm.com/book/zh/v2/
	Docker	容器化部署工具，用于打包应用和依赖	https://docs.docker.com/（英文，含部分中文教程）、https://www.docker.org.cn/（中文社区）
	VS Code	代码编辑器，支持多种编程语言和插件	https://code.visualstudio.com/docs（英文，含部分中文教程）、https://code.visualstudio.com/docs/getstarted/locales#_install-language-packs（安装中文语言包）

二、工具协作关系图

graph TD
    A[数据采集] --> B[数据存储]
    B --> C[数据清洗]
    C --> D[数据分析]
    D --> E[数据可视化]
    E --> F[大模型训练]
    F --> G[大模型部署]
    G --> H[应用开发]
    
    subgraph 数据存储
        B1[MySQL]
        B2[PostgreSQL]
        B3[MongoDB]
        B4[Redis]
        B5[Milvus]
    end
    
    subgraph 数据清洗与分析
        C1[NumPy]
        C2[Pandas]
        C3[Scikit-learn]
    end
    
    subgraph 数据可视化
        E1[Matplotlib]
        E2[Seaborn]
        E3[Plotly]
    end
    
    subgraph 大模型开发
        F1[Hugging Face Hub]
        F2[Transformers]
        F3[PyTorch]
        F4[TensorFlow]
    end
    
    subgraph 开发与部署
        G1[Git]
        G2[Docker]
        G3[VS Code]
    end