Este documento proporciona una introducción a las librerías y conceptos básicos de Python para ciencia de datos, incluyendo la importación de librerías como NumPy, variables y tipos de datos, cadenas, listas, y operaciones básicas con matrices NumPy como selección, indexación y cálculos. También presenta conceptos como gráficos, aprendizaje automático y análisis de datos.
0 calificaciones0% encontró este documento útil (0 votos)
228 vistas1 página
Este documento proporciona una introducción a las librerías y conceptos básicos de Python para ciencia de datos, incluyendo la importación de librerías como NumPy, variables y tipos de datos, cadenas, listas, y operaciones básicas con matrices NumPy como selección, indexación y cálculos. También presenta conceptos como gráficos, aprendizaje automático y análisis de datos.
Este documento proporciona una introducción a las librerías y conceptos básicos de Python para ciencia de datos, incluyendo la importación de librerías como NumPy, variables y tipos de datos, cadenas, listas, y operaciones básicas con matrices NumPy como selección, indexación y cálculos. También presenta conceptos como gráficos, aprendizaje automático y análisis de datos.
Este documento proporciona una introducción a las librerías y conceptos básicos de Python para ciencia de datos, incluyendo la importación de librerías como NumPy, variables y tipos de datos, cadenas, listas, y operaciones básicas con matrices NumPy como selección, indexación y cálculos. También presenta conceptos como gráficos, aprendizaje automático y análisis de datos.
Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1de 1
Librerías
para Ciencia de Datos: Hoja de Referencia Importar librerías
Python Básico >>> import numpy
>>> import numpy as np Computación científica Aprende Python para Ciencia de Datos en www.datademia.es
Importación selectiva
Variables y tipos de datos >>> from math import pi
Asignación de variables Gráfica 2D >>> x=5 >>> x 5
Cálculos con variables
>>> x+2 Suma de dos variables 7 Aprendizaje Automático Análisis de datos >>> x-2 Resta de dos variables 3 >>> x*2 Multiplicación de dos variables 10 >>> x**2 Instalar Python Exponenciación de una variable 25 >>> x%2 Resto de una variable 1 >>> x/float(2) División de una variable 2.5
Tipos y conversión de tipos
str() '5', '3.45', 'True' Variables a cadenas int() 5, 3, 1 Variables a enteros float() 5.0, 1.0 Variables a punto flotante Plataforma abierta de Entorno de desarrollo Crea y comparte documentos bool() True, True, True Variables a booleanos ciencia de datos con python incluido con Anaconda con código en vivo, visualizaciones, texto etc Cadenas >>> my_string = 'thisStringIsAwesome' >>> my_string Ayuda 'thisStringIsAwesome' >>> help(str) Operaciones con cadenas
Seleccionando Elementos de las matrices NumPy >>> my_string[3] >>> my_string[4:9] Seleciona
Métodos de cadena >>> my_array[1] Selecciona elemento en el índice 1
2 >>> my_string.upper() Cadena a mayuscula >>> my_string.lower() Cadena a minuscula >>> my_string.count('w') Contar elementos de cadena Corta >>> my_string.replace('e', 'i') Reemplazar elementos de cadena Selecciona elementos en los índices 0 y 1 >>> my_string.strip() Quitar espacios en blanco >>> my_array[0:2] array([1, 2]) Listas >>> a = 'is' Selecciona matriz 2D >>> b = 'nice' my_2darray [filas, columnas] >>> my_list = ['my', 'list', a, b] >>> my_2darray[:,0] >>> my_list2 = [[4,5,6,7], [3,4,5,6]] array([1, 4])
Seleccionando elementos de la lista
Seleciona >>> my_list[1] Operaciones NumPy >>> my_list[-3] Selecciona elemento en el índice 1 Selecciona el 3er último elemento >>> my_array > 3 Corta array([False, False, False, True], dtype=bool) >>> my_list[1:3] >>> my_list[1:] Selecciona elementos en los índices 1 y 2 >>> my_array * 2 >>> my_list[:3] Selecciona elementos después del índice 0 array([2, 4, 6, 8]) >>> my_list[:] Selecciona elementos antes del índice 3 >>> my_array + np.array([5, 6, 7, 8]) Seleciona listas dentro de listas Copiar my_list array([6, 8, 10, 12]) >>> my_list2[1][0] >>> my_list2[1][:2]
Operaciones de lista Funciones NumPy
>>> my_list + my_list ['my', 'list', 'is', 'nice', 'my', 'list', 'is', 'nice'] >>> my_array.shape Dimensiones de la matriz >>> my_list * 2 >>> np.append(other_array) Agregar elementos a una matriz ['my', 'list', 'is', 'nice', 'my', 'list', 'is', 'nice'] >>> np.insert(my_array, 1, 5) Insertar elementos en una matriz >>> my_list2 > 4 >>> np.delete(my_array,[1]) Eliminar elementos de una matriz True >>> np.mean(my_array) Media de la matriz >>> np.median(my_array) Mediana de la matriz Metodos de lista Obtener el índice de un elemento >>> my_array.corrcoef() Coeficiente de correlación >>> my_list.index(a) Cuenta un elemento >>> np.std(my_array) Desviación Estándar >>> my_list.count(a) Agrega un elemento a la lista >>> my_list.append('!') Eliminar un elemento >>> my_list.remove('!') Eliminar un elemento >>> del(my_list[0:1]) Invierte la lista >>> my_list.reverse() Añadir un elemento >>> my_list.extend('!') Eliminar un elemento >>> my_list.pop(-1) Insertar un elemento >>> my_list.insert(0,'!') Ordenar la lista Aprende Python para Ciencia de Datos en www.datademia.es >>> my_list.sort()