Автор оригинала: Pythonista.
Мало времени, чтобы узнать numpy? Эта статья показывает вам десять самых удивительных Numpy Cheat Pheets. Скачайте их, распечатайте их и булинг их на стену – и посмотрите свои навыки науки о данных! 🐱🏍.
Все Numpy Cheat листы в этой статье на 100% бесплатно. Все ссылки открываются на новой вкладке (не стесняйтесь нажать на все ссылки, не беспокоясь о проигрыше этой страницы).
Вот быстрый резюме, если у вас нет времени, читая все чит-листы:
- Визуально самый привлекательный Numpy Cheat (в т.ч. чит-листовое видео)
- Наиболее всеобъемлющий Numpy Cheat лист
- Наиболее общеидраздание данных
Вот быстрое скачивание для вас: я создал этот мошеннический лист, чтобы объяснить некоторые важные Numpy Concepts для моих студентов кодирования.
Numpy Это широко используемый Python Necial Computing Patue. Он упрощает линейную алгебру, матричные вычисления и ускоряет анализ данных. Знание Numpy является обязательным условием для других пакетов Python, таких как Pandas или Scikit – учиться.
Эта статья должна служить максимальной Numpy Reference. Чисные листы разнообразны и варьируются от одной страницы на несколько страниц. Они также включают в себя читов сравнения с перекрестным языком. Хотя некоторые ресурсы являются замечательными ссылками на великие новички, другие участвуют и требуют опыта высокого уровня.
Чит-лист 1: Datacamp Numpy
Datacamp – это онлайн платформа, которая предлагает подготовку науки о данных через упражнения на видео и кодирование. Этот чит-лист является одной из самых всеобъемлющих одностраничных читовных листов. В некотором смысле он добавляет к предыдущему чит-листу с большим количеством примеров и более функций. Это хорошее резюме создания массивов и базового дизайна массива. Этот чит-лист обеспечивает функции для конкретных данных типов. В конце листа более продвигаются, как нарезка и индексация. Есть также некоторые вводные инструменты для анализа данных и массива массива. Хотя в целом это фантастический ресурс, один недостаток – это цветная палитра. Ярко-оранжевый – это отвлечение от содержания. Если вам нравится цветная палитра, это может быть ваш всеобъемлющий переход в список Numpy Basics.
- Плюсы : Всеобъемлющая, графика, очень плотный
- Минусы : Подавляющее, цвет может отвлекать
Чит-лист 2: Базовый Numpy
Это полезный ресурс для Numpy Basics. Он обеспечивает сводку создания массивов и некоторых основных операций. Это минималистично, с хорошим обзором многих основных функций. Лист разделен на секции с заголовками для облегчения ориентации. На левой стороне листа упомянута Конвенция о Numpy Import Импорт Numpy как NP
Отказ А Одностроительное объяснение следует за каждой функцией. Самым большим преимуществом этого списка является хорошая читаемость. Это позволяет быстро найти правильную функцию.
- Плюсы : Легкий, Основы, Минималистичные, удобочитаемый
- Минусы : Неглубоко, отвлекающее фоновое изображение, нет визуальных
Чит-лист 3: немного всего
Чит лист разделен на четыре части. Первая часть входит в подробности о Numpy массивы и некоторые полезные функции, такие как NP.Arge (
)
или нахождение количества измерений. 2-я часть фокусируется на нарезке и индексации, и он обеспечивает некоторые восхитительные примеры Логическая индексация Отказ Последние два столбца немного отключены. Они обеспечивают широкий спектр функций, начиная от матричных операций, таких как транспонирование к Сортировка массива Отказ Тем не менее, последние два столбца не обязательно сгруппированы удобно. Преимущество этого листа заключается в том, что он также включает в себя логический и не только Численные типы .
- Плюсы : Сосредоточиться на нарезке и размерности
- Минусы : Отключенный контент, слегка запутанный, Нет графики
Чит-лист 4: наука о данных
DataQuest – это похожая онлайн-платформа для Datacamp. Он предлагает разнообразные науки и уроки науки о данных, а затем упражнения кодирования. Это еще один хороший ресурс наиболее важных функций и свойств Numpy. Чит-лист читается с различными секциями, и каждая секция имеет четкое название. Помимо листовой организации и превосходной читабельности, она обеспечивает ряд функций и операций. Также по сравнению с предыдущими двумя чит-листами есть секция математики и статистики. Он разделяет секции математики в скалярную и векторную математику, и на дне есть раздел статистики.
- Плюсы : Статистика, HTML, хорошо структурированный, всеобъемлющий, читабельный
- Минусы : Нет графики
Чит-лист 5: Numpy для пользователей MATLAB
Если вы являетесь пользователем MATLAB и нужно быстро введение в Python и Numpy, это может быть ваш GO-TO. Лист содержит три столбца – первый столбец представляет собой MATLAB/OCTAVE, второй столбец представляет собой эквиваленты Python и Numpy, и третий – это столбец описания. Фокус листа не является исключительно на Numpy, но есть много базовых основ Python. Поскольку это не один лист, содержание организовано в отдельные разделы. Он обеспечивает математические, логические и логические операторы, корни и круглые сферы, комплексные числа, обширную линейную алгебру, изменение и индексацию, некоторые основные участки, исчисление и статистику.
- Плюсы : Matlab, Python фон, широкий спектр связанного контента
- Минусы : Несоответствуют, не визуально слишком привлекательны, выбор шрифта странно
Чит лист 6: матрица
Этот чит-лист обеспечивает эквиваленты для четырех разных языков – MatLab/Octave, Python и Numpy, R и Julia. Список не является одним листом PDF, но это прокручиваемый документ. На каждой дальней левой и правой части документа есть описания задач. Это обширный лист, и это очень полезно, потому что вывод каждой задачи приведен. Листовые охватывает создание и проектирование матриц, манипуляции формы матрицы и некоторые основные и более продвинутые матричные операции. Расширенный раздел особенно интересен, поскольку он перечисляет множество полезных функций в анализе данных, таких как поиск ковариации и собственных значений и создание случайных нормально распределенных переменных.
- Плюсы : Широкий спектр связанных темов (Matlab, Python, Numpy, R, Julia), Особенности усовершенствованного уровня
- Минусы : Плохая читаемость, Нет PDF скачать
Чит лист 7: численный анализ
Это самый всеобъемлющий лист в списке. Не только в том, что включает в себя сторонники эквиваленты между MatLab, R, Numpy и Julia; И он также охватывает все из функций и синтаксиса, к петлям и ввода-выводом. Наиболее интересным и полезным компонентом является то, что определение определения функции приведены для MATLAB, R и Julia, но не для Numpy из-за отсутствия этой функциональности. Это облегчает сравнение и контрастность и найти лучшее подходящее для проекта.
- Плюсы : Чрезвычайно всеобъемлющий
- Минусы : Не хорошо структурированный, плохой дизайн, нет PDF скачать
Чит-лист 8: Numpy для R (и S-Plus) Пользователи
Несмотря на то, что в этой коллекции есть другие читы сравнения читов, этот перечислены некоторые расширенные функции. Как говорит название, это сравнение между R (и S-Plus) и Numpy. Это очень подробно для каждой семьи операций. Например, раздел сортировки предоставляет восемь способов сортировки массива. Некоторые операции невозможны на обоих языках, поэтому легко найти правильную функцию. Это единственный чит-лист в коллекции, который предоставляет подробные участки и графики. Более того, некоторые передовые математики и статистики были даны, такие как дифференциальные уравнения и анализ Фурье.
- Плюсы : Расширенный уровень, на основе сравнения (R vs. Numpy), подробные, участки и графики
- Минусы : Запутано, а не сосредоточены
Чит лист 9: научный питон
Это не мошеннический специфический лист. Он охватывает многие темы науки Python Data, но и некоторые основы Python. Он легко перемещается из-за содержимого, приведенного в начале. Numpy Section является всеобъемлющим. Он охватывает Numpy Основы, такие как свойства массива и операции. Кроме того, он содержит обширный список математических функций и функций линейной алгебры. Некоторые из полезных функций линейной алгебры находят внутренние и внешние продукты и собственные значения. Другие функции для округляния и создания случайных переменных.
- Плюсы : Numpy + наука, математика, линейная алгебра, красивый дизайн
- Минусы : Нет PDF скачать, нет визуальных эффектов
Чит лист 10: Finxter Numpy
Чит-лист Finxter отличается от всех ранее упомянутых листов, потому что это визуально самый ясный. Он дает подробное описание каждой функции и перечисляет примеры вместе с результатом. Хорошая вещь о видимом исходе в том, что смотрите на него может помочь, если вы не уверены в названии функции. Наряду с чит-листом есть сопроводительное видео с дополнительными подробными примерами и пояснениями.
- Плюсы : Легко, простые, визуально чистые и сосредоточены на самых важных функциях
- Минусы : Нет графики
Бонусный чит-лист: от Numpy до Xtensor
XTensor – это библиотека C ++, аналогичная numpy, сделанной для численного анализа. Чит-лист обеспечивает вид на два столбца, где первый столбец NaMpy, а второй столбец содержит эквиваленты Xtensor. Лист фокусируется на функциях инициализации массива, изменений и нарезки. Кроме того, он продолжается с манипуляцией массива, такими как транспонирование или функции вращения. Есть много тензорных операций, но лист отсутствует описания. Итак, не всегда легко выдумываться, что делает определенную функцию.
- Плюсы : Только лист Xtensor, простой, Сравнение
- Минусы : Слишком специфично для большинства кодеров
Атрибуция
Эта статья способна предоставлена пользователем Finxter Милика Светкович . Милика также является писателем на среднем – проверить ее Профиль Отказ
Куда пойти отсюда?
Тщательное понимание Numpy Basics является важной частью образования каких-либо данных ученых. Numpy находится в основе многих передовых машин обучения и научных библиотек данных, таких как Pandas, Tensorflow и Scikit-Suart.
Если вы боретесь с Numpy Library – не бойся нет! Станьте Numpy Professional в кратчайшие сроки с нашим новым учебником кодирования «Coffe Break Numpy». Это не только тщательное введение в Numpy Library, которая повысит вашу ценность на рынке. Также весело пройти большую коллекцию кода головоломки в книге.
Получить ваш перерыв на кофе Numpy!
Статьи по Теме:
- [Коллекция] 11 Python Cheat Pheets Каждый кодер Python должен иметь
- [ Python OOP Cheat Sheet] Простой обзор объектно-ориентированного программирования
- [Collection] 15 Умение мытья машины Учеба чисных листов для привязки к вашей туалетной стене
- Ваш 8+ бесплатный чит-лист Python [курс]
- Python Beginner Cheat: 19 Ключевые слова каждый кодер Должен знать
- Python Функции и трюки чит
- Питонский чит-лист: 14 Вопросы собеседования
- Красивые чис-листы Pandas
- 10 лучших проблемных читов
- Методы списка Python Cheat [мгновенное PDF скачать]
- [Чит-лист] 6 алгоритмов обучения машины
Оригинал: “https://blog.finxter.com/collection-10-best-numpy-cheat-sheets-every-python-coder-must-own/”