超实用的机器学习＆数据分析代码小抄，送你了！

导语：今天，优达娘要给大家送一叠“小抄”（cheatsheet），干货满满，非常实用，随时都可以翻看查阅，对 AI 和数据分析的初学者来说，简直是不可多得的学习资源~

文/ Kailash Ahirwar

编译/ 优达娘

来源/ startupsventurecapital.com

对于技术小白来说，初学数据挖掘技术以及人工智能算法有着相当大的阻碍。而现如今，Python 语言是学习数据分析以及机器学习深度学习的敲门砖。我们通过总结 Kailash Ahirwar 在 GitHub 主页搜集的小抄（cheatsheet），将最受数据科学家和 AI 算法工程师欢迎的 Python 工具总结起来，方便大家在平时的学习过程中查阅。

友情提醒，为了达到最佳阅读效果，请“点击看大图，手机横屏”，这样看最爽。

1. Numpy

Numpy 是一种科学计算工具箱。相对于 Python 自带的数组功能，它可以高效的处理线性代数，傅里叶变换等问题。它的后端是用 C++ 与 Fortan 语言所编写，所以拥有着很快的计算速度。一句话：该小抄对于 Python 数据分析和机器/深度学习来说，同样非常有帮助。

2. Pandas

Pandas 是一种强大的开源数据分析工具。其集成了数据分析所需要的多种功能，并且其与Numpy 工具箱完美兼容。也就是说，这两张小抄主要用于数据整理。

3. SciPy

SciPy 生态系统是 Python 中用于科学计算的开源软件的集合。其中包括核心包如 Numpy，Matplotlib，Pandas等等。

4. Matplotlib

Matplotlib 是一款 Python 绘图工具， 其生成的图像可以生成多种格式兼容多种硬件平台的打印。Matplotlib 可用于 Python 脚本，IPython shell，jupyter notebook，以及 Web 应用程序服务器等。

5. Scikit-learn

Scikit-learn 是一款简单高效，用于数据分析，数据挖掘，机器学习的开源工具包。其集成多种典型的机器学习方法，提供简单易懂的借口，供所有人使用。它基于 Numpy， SciPy 以及Matplotlib。

6. Tensorflow

TensorFlow 是一个使用数据流图进行数值计算的开源软件库。最初是由 Google 机器智能研究部门的 Google Brain 团队中的研究人员和工程师开发的，用于进行机器学习和深度神经网络研究， 但它是一个非常基础灵活的系统，因此也可以应用于众多其他领域。

7.Keras

Keras 是一个用 Python 语言编写的高级深度学习框架编程接口。其后端可以是 Tensorflow，Theano 以及 CNTK。一直以来，因其简单易懂，快速上手的优势为广大程序猿（媛）所喜爱。一句话：该小抄对于 Python 数据分析和机器/深度学习来说，非常有帮助。

8. Jupyter Notebook

Jupyter Notebook 是一个开源的 Web 应用程序，允许使用者创建和共享代码，方程，可视化图形，以及叙述文本的文档，并支持运行 40 多种编程语言。 其用途包括数据清理和转换，数值模拟，统计建模，数据可视化，机器学习建模等等。

9. PySpark

Apache Spark 通常被用于大数据的快速分析，机器学习以及图像处理。与当今其他工具相比，它可以使分析应用程序的速度提高数倍。 PySpark 是 Spark 应用于 Python 的接口。

除了以上这些，本文作者还搜集了其他的小抄，涉及到机器学习、深度学习以及数据分析，并且不断在更新中，小抄的意义就是集精华为一体，为了让大家方便查阅，温故而知新，如果你也有更好更实用的小抄，作者欢迎你去他的GitHub进行扩展，项目地址：kailashahirwar/cheatsheets-ai。

— 完 —

快点扫我~

请问蛤蛤看的是什么书？