全Python数据科学小抄，赶紧收藏吧！

随着大数据的发展，数据驱动被更多人谈起，数据分析和挖掘越来越受企业界的重视。

python作为数据分析领域发展快的编程语言，是入门数据科学的不二之选。

可以说，在21世纪每个人都应该掌握编程和数据分析能力，才能更好地在大数据时代生存。

Python做数据分析有着得天独厚的优势。

首先Python是一门编程语言，语法简单，可以编写复杂的分析代码；其次Python开发社区非常强大，开源了很多的数据科学第三方库，比如：pandas、numpy、matplotlib、sklearn、keras等等。有了这些库，python才在数据科学领域独领风骚。

这几天意外地在Github上发现一份非常棒的数据科学备忘小抄，作者将python、pandas、matplotlib、sklearn、keras等工具的使用方法、函数都汇总在一张表上，简洁易懂。

下图是对python数据科学过程的一个概览：

以下图片均来自GitHub项目：

https://github.com/FavioVazquez/ds-cheatsheets

Python基础

Pandas基础

Pandas

数据导入

Numpy基础

Jupyter Notebook

Matplotlib可视化

Scipy-线性代数

Seaborn可视化

Bokeh可视化

Keras深度学习

Scikit-Learn机器学习

Python数据可视化案例

Pyspark-SQL基础

Pyspark-RDD基础

以上仅展示部分备忘小抄，更多还有R数据科学、Python机器学习、Python深度学习等。

如果想要PDF和高清图片版本，可以关注我的公众号pydatas，在公众号后台回复：小抄

以上图片资源内容全部来源于Github项目：

https://github.com/FavioVazquez/ds-cheatsheets