在奥莱利公司最新版的关于数据科学领域薪资调查中,有54%的受访者表明他们使用Python。比起2015年有51%的受访者使用Python,这有一个小幅度的提升。 可以十分确信的说,数据科学领域离不开Python,没人可以否认Python的地位在数据科学领域不断上升。 在行业内普及程度的提升,数据分析包的长期发展,低起点但逐渐增长的学习曲线以及作为一门完全成熟的编程语言只是Python成为一个用于数据科学领域中的特殊工具的几个原因。 对数据营来说,这有足够的理由为数据科学做一个Python的小抄,尤其是针对这方面的初学者。对于那些刚刚开始数据科学之旅的同学,它可以作为一份快速参考或指导,让大家更容易的学习Python。 这份小抄会指导你完成变量、数据类型、字符串、列表,最终完成用Python进行科学计算的功能包Numpy. 1.安装Python: 下载anaconda软件https://www./downloads 2.库: 导入库 选择性导入 3.帮助: 4.变量和数据类型: 4.1变量的赋值 4.2变量的计算 相加 相减 相乘 指数幂 求余 相除 4.3类型和类型转换 变量变为字符串型 变量变为整型 变量变为浮点型 变量变为布尔型 4.4字符串 字符串操作 选择字符串中的元素 字符串相关方法 字符串大写 字符串小写 字符串计数 字符串替换 去掉末端空格 4.5列表 选择列表元素 选择第2个元素 选择倒数第3个元素 切片操作 选择第2个到第3个(包前不包后) 选择除了第1个元素外的其他元素 选择前3个元素 选择所有元素 选择列表的子列表 列表操作示例 列表方法 获取a元素的序列号 对元素a 计数 在列表末尾添加一个感叹号 将列表末尾的感叹号删除 删除第1个元素(同样是包前不包后) 反转列表 Extend方法用来在末尾添加另一个列表(此处仅有1个元素) Pop方法默认删除列表最后一个元素,也可以手动指定 Insert用来添加一个元素,第1个参数是要添加的位置,第2个参数是元素 对列表进行排序 5.Numpy 数组 示例: 选择Numpy数组的元素 某个元素 切片 选择前两个元素 选择二维数组中第一列所有元素 Numpy 对数组的操作示例 Numpy 数组函数 获取数组的维数 添加其他的元素 在my_array 中index为1的位置插入元素“5” 删除my_array中index为1的元素 求数组的平均值 求数组中位数 求相关系数(此处应为np.corrcoef(my_array),译者注) 求数组标准差 使用下方链接下载小抄 https://s3./assets./blog_assets/PythonForDataScience.pdf 英文原文:https://www./community/tutorials/python-data-science-cheat-sheet-basics |
|
来自: 我本无我O > 《Python 知识》