Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 228 vistas

    Python Básico - Hoja de Referencia

    Cargado por

    Mario Camacaro
    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.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Python Básico - Hoja de Referencia

    Cargado por

    Mario Camacaro
    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.

    Descripción original:

    codigos

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    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.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    228 vistas1 página

    Python Básico - Hoja de Referencia

    Cargado por

    Mario Camacaro
    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.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 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

    >>> my_string * 2 Matrices NumPy


    'thisStringIsAwesomethisStringIsAwesome'
    >>> my_string + 'Innit' >>> my_list = [1, 2, 3, 4]
    'thisStringIsAwesomeInnit' >>> my_array = np.array(my_list)
    >>> 'm' in my_string
    >>> my_2darray = np.array([[1,2,3],[4,5,6]])
    True

    Indices empiezan con 0


    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()

    También podría gustarte