前言：

初學(xué)Python的小伙伴肯定會(huì)遇到一些問(wèn)題：

當(dāng)面對(duì)Python基礎(chǔ)、導(dǎo)入數(shù)據(jù)、Jupyter Notebook、Numpy基礎(chǔ)、Matplotlib繪圖、Pandas基礎(chǔ)和進(jìn)階、Scikit-Learn、Keras等具體操作的知識(shí)時(shí)，經(jīng)常很容易忘記。

在學(xué)習(xí)函數(shù)時(shí)，總是會(huì)有很多函數(shù)學(xué)得很快，遺忘得也很快。但其實(shí)在學(xué)習(xí)中，我們并不需要很深層次的理解，只需要知道相關(guān)參數(shù)，加以調(diào)整就夠了。

而這份由DataCamp大佬整理的Python科學(xué)速查表，就可以幫你解決以上的問(wèn)題。當(dāng)你在練習(xí)的時(shí)候，能夠讓你迅速地找到對(duì)應(yīng)的函數(shù)，很方便的掌握Python。

以下是學(xué)習(xí)的三個(gè)階段，請(qǐng)大家參考~（中文版由“呆鳥的Python數(shù)據(jù)分析”翻譯，感謝大佬）

【領(lǐng)取方式見(jiàn)文末?。?！】

【領(lǐng)取方式見(jiàn)文末！?。　?/p>

一、python基礎(chǔ)、數(shù)據(jù)的導(dǎo)入

二、數(shù)據(jù)科學(xué)計(jì)算

Numpy是Python數(shù)據(jù)科學(xué)計(jì)算的核心庫(kù)，提供了高性能的多維數(shù)組對(duì)象及處理數(shù)組的工具。

Matplotlib是Python的二維繪圖庫(kù)

Pandas是基于Numpy創(chuàng)建的Python庫(kù)

三、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方面

Scikit-learn通過(guò)統(tǒng)一的界面實(shí)現(xiàn)機(jī)器學(xué)習(xí)、預(yù)處理、交叉驗(yàn)證及可視化算法。

Keras是強(qiáng)大、易用的深度學(xué)習(xí)庫(kù)，基于Theano和TensorFlow提供了高階神經(jīng)網(wǎng)絡(luò)API，用于開(kāi)發(fā)和評(píng)估深度學(xué)習(xí)模型。

文件列表：

英文版

中文翻譯版：

想要領(lǐng)取資料的小伙伴們，請(qǐng)關(guān)注up并評(píng)論“資料”哦~?

然后就等著私信查收吧~