python 交叉验证_14张速查表，带你玩转python数据科学

Python基础、导入数据、Jupyter Notebook、Numpy基础、Matplotlib绘图、Pandas基础和进阶、Scikit-Learn、Keras 当我们学一些具体操作的知识后，经常很容易忘记。学编程语言也是一样，总是会有很多函数学的很快，遗忘的也很快。但通常这些函数，并不需要很深刻的理解，你知道它需要什么参数，怎么调用就可以了。 这份速查表，就可以帮你解决以上的问题。当你记不清的时候，可以迅速地找到对应的函数，查看使用说明。 按照先后顺序， 大致可以分为三个阶段： 001. python基础、数据的导入 002. 数据科学计算的“三件套” numpy、matplotlib、pandas Numpy是Python数据科学计算的核心库，提供了高性能的多维数组对象及处理数组的工具。 Matplotlib是Python的二维绘图库，用于生成符合出版质量或 跨平台交互环境的各类图形。 Pandas是基于Numpy创建的Python库,提供 了易于使用的数据结构和数据分析工具。 003. 机器学习和深度学习模块 Scikit-learn通过统一的界面实现 机器学习、预处理、交叉验证及可视化算法。 Keras是强大、易用的深度学习库，基于Theano和TensorFlow提供 了高阶神经网络API，用于开发和评估深度学习模型。 英文原版作者DataCamp的速查表， 项目地址如下： https://www.datacamp.com/community/data-science-cheatsheets 中文版由“呆鸟的Python数据分析”翻译， 中文项目地址： https://github.com/jaystone776/python-data-science-cheatsheet 转自： GitPython 微信公众号；

END

声明：本号内容部分来自互联网，转载请注明原文链接和作者，如有侵权或出处有误请和我们联系。

商务合作：qq：1137312033

---

数据挖掘与大数据分析(ID : datasudi )关注大数据,数据挖掘,机器学习,深度学习等人工智能领域，以传播大数据、解读行业趋势、数据化运营为核心的新媒体平台。