📝 更新文档，优化内容与链接

- 在多个文档中添加了相关链接，提升了信息的可访问性和实用性。
- 对Pandas、PyTorch、Kubernetes等部分进行了内容补充，增加了推荐阅读的书籍和资源。
- 优化了算法通识文档的结构，增强了对初学者的指导性。

Author: jiangyangcreate

docs/docs/后端通识/数据分析.mdx

@@ -1065,7 +1065,9 @@ print(f"二进制文件: {os.path.getsize('a.npy')} bytes")    # ~80KB
 
 ## Pandas
 
-Pandas 是基于 NumPy 构建的数据分析库，提供了高效、灵活的数据结构，让数据处理和分析变得更加简单。
+[Pandas](https://pandas.pydata.org/docs) 是基于 NumPy 构建的数据分析库，提供了高效、灵活的数据结构，让数据处理和分析变得更加简单。
+
+推荐先在官方文档浏览API目录，可以快速这个这个框架的应用范围有个了解。再向下阅读常用的API使用方法。
 
 **Pandas 的核心数据结构：**
 - **Series**：一维数据结构，带标签的数组（类似于 Excel 的一列）

docs/docs/后端通识/算法通识.mdx

@@ -8,9 +8,14 @@ title: 算法通识
 本文面向初学者，由浅入深的给出一些算法题解，帮助你理解算法的基本概念和实现方式。
 
 :::tip
-本篇内容主要参考《算法图解》，后续推荐[labuladong的算法笔记](https://labuladong.online/zh/roadmap/)。
+本篇内容主要参考《算法图解》，后续推荐
+
+- [labuladong的算法笔记](https://labuladong.online/zh/roadmap/)
+- [Algorithms](https://thealgorithms.github.io/Python/DIRECTORY.html)
 
 如果你对算法产生了浓厚的兴趣，可以去参加[LeetCode竞赛](https://leetcode.cn/contest/)，赢取属于你的Offer和奖品。
+
+算法部分值得花1年以上的时间去探索。
 :::
 
 ## 基础
@@ -1358,5 +1363,3 @@ for word, length in result.items():
 best_word = max(result, key=result.get)
 print("最有可能是用户真正输入的单词是：", best_word)
 ```
-
-## 降维算法

docs/docs/深度学习/index.mdx

@@ -65,7 +65,7 @@ print(f"误差: {target_number - prediction}")
 
 许多著名的深度学习模型和框架都是基于 `PyTorch（Torch）`二次开发的。例如：`YOLOv11`、`Transformers (Hugging Face)`、`Stable Diffusion`等。还有一些开源项目使用`pytorch`构建出可用的多模态大模型。上限非常高。
 
-PyTorch 可以利用计算加速设备（例如GPU、NPU），为了达成这一目的，PyTorch 的安装会绑定对应的cuda版本，PyTorch 使用 cuda 的接口来操作底层硬件。
+[PyTorch](https://pytorch.org) 可以利用计算加速设备（例如GPU、NPU），为了达成这一目的，PyTorch 的安装会绑定对应的cuda版本，PyTorch 使用 cuda 的接口来操作底层硬件。
 
 :::info
 

docs/docs/编程外的基础/Docker.mdx

@@ -429,9 +429,8 @@ docker-compose up -d
 
 ## k8s
 
-[Kubernetes](https://kubernetes.io/) 是一个开源的容器编排引擎，用来对容器化应用进行自动化部署、 扩缩和管理。在容器编排市场中占据了主导地位。
+[Kubernetes](https://kubernetes.io/zh-cn/docs/concepts/architecture/nodes/) 是一个开源的容器编排引擎，用来对容器化应用进行自动化部署、 扩缩和管理。在容器编排市场中占据了主导地位。
 
-Docker 负责制造一辆辆轻便的汽车，而 Kubernetes 则是一个复杂的交通管理系统，确保这些汽车能高效、有序地运行在道路上。
-
-对容器编排感兴趣的可以前往官网深入学习。
+Docker 负责制造一辆辆轻便的汽车，而 Kubernetes 则是一个复杂的交通管理系统，确保这些汽车能高效、有序地运行在道路上。对容器编排感兴趣的可以前往官网深入学习。
 
+推荐与[深入高可用系统原理与设计](https://www.thebyte.com.cn/)这本书一同阅读。

docs/docs/选择编程语言/Python/39模块.mdx

@@ -233,9 +233,11 @@ print(math.sqrt(16)) # 4.0
 
 ## 第三方库
 
-优秀的第三方库有很多，例如[awesome-python](https://awesome-python.com/)中列举了大量优秀的第三方库。
+默认情况下，我们下载的第三方库都来自于[PYPI](https://pypi.org/)。
 
-你也可以通过[pepy.tech](https://pepy.tech/)查看某个包的下载量来侧面了解某个包的受欢迎程度。
+- [awesome-python](https://awesome-python.com/)中可以查看大众推荐的第三方库。
+
+- [pepy.tech](https://pepy.tech/)可以查看某个包的下载量来侧面了解某个包的受欢迎程度。
 
 ### 安装
 

docs/docs/选择编程语言/Python/index.mdx

@@ -647,6 +647,6 @@ def analyze_performance(metrics):
 
 
 ## 推荐阅读
-- [Python 3.14 官方文档](https://docs.python.org/3.14/)
+- [Python3官方文档](https://docs.python.org/zh-cn/3/library/index.html)
 - [流畅的Python](https://weread.qq.com/web/reader/b64322b0813ab8ee3g018675/)
 - [码农高天 不基础的python基础](https://space.bilibili.com/245645656/lists/346060?type=season)