NumPy 备忘单:Python 中的数据分析
NumPy 备忘单:Python 中的数据分析
原文：https://medium.com/hackernoon/numpy-cheat-sheet-data-analysis-in-python-ed50e0b77d1f
事实上，NumPy 是科学计算的基础包之一，如果你想用 Python 做数据科学，NumPy 是你必须能够使用并知道的包之一。它为 Python 列表提供了一个很好的替代方案，因为 NumPy 数组更紧凑，允许更快地读写项目，而且总体上更方便、更高效。
此外，它(部分)是用于数据操作和机器学习的其他重要软件包的基础，这些软件包你可能已经知道，即 Pandas、Scikit-Learn 和 SciPy:
- Pandas 数据操作库建立在 NumPy 之上，但是它没有使用数组，而是使用了另外两种基本的数据结构:Series 和 DataFrames，
- SciPy 构建于 NumPy 之上，提供了大量可以在 Numpy 数组上操作的函数，并且
- 机器学习库 Scikit-Learn 不仅构建在 NumPy 上，还构建在 SciPy 和 Matplotlib 上。
你看，这个 Python 库是必须知道的:如果你知道如何使用它，你也会更好地理解你肯定会使用的其他 Python 数据科学工具。
这个备忘单的意思是给你一个这个库提供的可能性的很好的概述。
自己去看看吧！
NumPy Cheat Sheet
在这里下载备忘单:https://www . data camp . com/community/blog/python-numpy-cheat-sheet
您将看到，这个备忘单涵盖了您需要开始使用的 NumPy 的基础知识:它简要解释了 Python 库必须提供的内容以及数组数据结构的样子，并继续总结了一些主题，如数组创建、I/O、数组检查、数组数学、数组的复制和排序、数组元素的选择以及形状操作。
NumPy 数组通常比 Python 列表更受欢迎，您将看到从数组中选择元素与从列表中选择元素非常相似。
你想知道更多吗？查看 DataCamp 的 Python 列表教程。
PS。不要错过我们针对数据科学的其他 Python 秘笈，包括 Scikit-Learn 、 Bokeh 、 Pandas 和 Python 基础知识。
最初发表于www.datacamp.com。
