As referências bibliográficas estão compostas por livros físicos, livros online e alguns sites com assuntos relacionados à áreas. Os livros online são gratuitos e podem ser acessados diretamente no link. Os livros físicos podem ser adquiridos em livrarias ou em sites de vendas online.

Livros físicos

1. Brockwell, P. J. and Davis, R. A. (2016) Introduction to Time Series and Forecasting. 3rd Ed., Springer Texts in Statistics, New York.
2. Brockwell P. J. and Davis R. A. (1991) Time Series: Theory and methods. 2nd Ed., New York: Springer.

Livros online

1. Downey, A. B. and Press, G. T. (2014) Think Stats: Exploratory Data Analysis in Python.
2. Fajardo, F. A. M. (2021) Análise de dados com Python.
3. Kosmaczewski, A. (2021) The State Of Python In 2021.
4. Matthes, Eric. (2015) Python Crash Course Cheat Sheet.
5. McKinney, W. and the Pandas Development Team (2021) pandas: powerful Python data analysistoolkit.
6. McKinney, W. (2021) Python for Data Analysis.
7. Pirnat, M. (2015) How to make mistakes in python.
8. Rougier, N. (2021) Scientific Visualization: Python + Matplotlib.
9. Severance, C. R. (2020) Python para todos: Explorando dados com python 3. Outras traduções aqui.
10. Sweigart, A.(2015) Automate the boring stuff with python: practical programming for total beginners.
11. Sweigart, A.(2017) Invent your own computer games with python.
12. Sweigart, A.(2013) Hacking Secret Ciphers with Python.
13. Swaroop, C. H. (2013) A Byte of Python .
14. Tagliaferri, L., Morales, M., Birbeck, E. and Wan, A. (2021) Python Machine Learning Projects .
15. VanderPlas, J. (2016) Python Data Science Handbook . Github repository.
16. Zaki, M. and Meira, W. (2020) Data Mining and Machine Learning: Fundamental Concepts and Algorithms . 2nd Ed. , Cambridge University Press. Errata.

Sites

1. Codem.
2. Code Conquest.
3. Codewars
4. CodingBat
5. Google's Python Class
6. HackerRank
7. Hackr.io
8. Python Exercises, Practice, Solution
9. Tutorial interativo de Python

Os conjuntos de dados disponíveis também são proporcionados por diversas plataformas de análise de dados ou por instituições dedicadas ao tratamento estatístico de dados. A maioria dos conjuntos de dados são disponibilizados em formato csv e podem ser baixados diretamente dos links abaixo.

Arquivos csv

1. Monthly international airline passengers, Jan. 1949 - Dec. 1960 (mensal - milhares de passageiros).
2. Vazão média anual do rio Nilo abaixo da represa de Aswan Dam 1871 - 1970. (anual - metros cúbicos por segundo).
3. Sunspot number. (diária - mensal - anual).

Sites

1. Awesome public datasets.
2. Awesome list of datasets in 100+ categories.
3. Base dos Dados Mais.
4. Bikeshare data portal.
5. Coronavirus datasets.
6. Datacamp: Sources of data.
7. Datasets for Data Science and Machine Learning.
8. Dataset Search.
9. Global public data explorer.
10. The R Datasets Package.