He intentado recopilar todos los tipos de datos, operadores, métodos, funciones y otros contenidos útiles que uno necesita tener a mano cuando comienza a programar en Python Data Science.
Tipos de datos y operadores
- Boolean = True / False
- integer = 10
- float = 10.01
- string = «123abc»
- list = [value1,value2,…]
- dictionary = { key1:value1, key1:value2,…}
- + = suma
- – = resta
- * = multiplicacion
- / = division
- ** = exponente
- % = módulo
- // = división con resultado entero
- > = mayor que
- < = menor que
- == = iguales
- >= = mayor o igual
- <= = menor o igual
- != = distinto que
Operaciones cadenas, listas y diccionarios
- string[i] recuperar el carácter en la posición i
- string[-1] recuperar último carácter
- string[i:j]recuperar el rango i de j
- list = [] define una lista vacía
- list[i] = x almacena x con el índice i
- list[i] recupera el elemento con el índice i
- list[-1] recupera el último elemento
- list[i:j] recupera el rango de i a j
- del list[i] elimina el elemento con el índice i
- dict = {} define un diccionario vacío
- dict[k] = x almacenar x asociado a la clave k
- dict[k] recupera el elemento con el índice i
- del dict[i] elimina el elemento con el índice i
Métodos
- list.append() Añade un elemento al final de la lista
- list.clear() Elimina todos los elementos de la lista
- list.copy() Devuelve una copia de la lista
- list.count() Devuelve el número de elementos con el valor especificado
- list.extend() Añade los elementos de una lista (o cualquier iterable), al final de la lista actual
- list.index() Devuelve el índice del primer elemento con el valor especificado
- list.insert() Añade un elemento en la posición especificada
- list.pop() Elimina el elemento en la posición especificada
- list.remove() Elimina el primer elemento con el valor especificado
- list.reverse() Invierte el orden de la lista
- list.sort() Ordena la lista
- dic.clear() Elimina todos los elementos del diccionario
- dic.copy() Devuelve una copia del diccionario
- dic.fromkeys() Devuelve un diccionario con las claves y el valor especificados
- dic.get() Devuelve el valor de la clave especificada
- dic.items() Devuelve una lista que contiene una tupla para cada par clave-valor
- dic.keys() Devuelve una lista que contiene las claves del diccionario
- dic.pop() Elimina el elemento con la clave especificada
- dic.popitem() Elimina el último par clave-valor insertado
- dic.setdefault() Devuelve el valor de la clave especificada. Si la clave no existe: inserta la clave, con el valor especificado
- dic.update() Actualiza el diccionario con los pares clave-valor especificados
- dic.values() Devuelve una lista de todos los valores del diccionario
- str.capitalize() Convierte el primer carácter en mayúsculas
- str.casefold() Convierte la cadena en minúsculas
- str.center() Devuelve una cadena centrada
- str.count() Devuelve el número de veces que un valor especificado aparece en una cadena
- str.encode() Devuelve una versión codificada de la cadena
- str.endswith() Devuelve true si la cadena termina con el valor especificado
- str.expandtabs() Establece el tamaño del tabulador de la cadena
- str.find() Busca en la cadena un valor especificado y devuelve la posición en la que se ha encontrado
- str.format() Formatea los valores especificados en una cadena
- str.format_map() Formatea los valores especificados en una cadena
- str.index() Busca en la cadena un valor especificado y devuelve la posición en la que se ha encontrado
- str.isalnum() Devuelve True si todos los caracteres de la cadena son alfanuméricos
- str.isalpha() Devuelve True si todos los caracteres de la cadena están en el alfabeto
- str.isascii() Devuelve True si todos los caracteres de la cadena son ascii
- str.isdecimal() Devuelve True si todos los caracteres de la cadena son decimales
- str.isdigit() Devuelve True si todos los caracteres de la cadena son dígitos
- str.isidentifier() Devuelve True si la cadena es un identificador
- str.islower() Devuelve True si todos los caracteres de la cadena son minúsculas
- str.isnumeric() Devuelve True si todos los caracteres de la cadena son numéricos
- str.isprintable() Devuelve True si todos los caracteres de la cadena son imprimibles
- str.isspace() Devuelve True si todos los caracteres de la cadena son espacios en blanco
- str.istitle() Devuelve True si la cadena sigue las reglas de un título
- str.isupper() Devuelve True si todos los caracteres de la cadena son mayúsculas
- str.join() Convierte los elementos de una iterable en una cadena
- str.ljust() Devuelve una versión justificada a la izquierda de la cadena
- str.lower() Convierte una cadena en minúsculas
- str.lstrip() Devuelve una versión recortada a la izquierda de la cadena
- str.maketrans() Devuelve una tabla de traducción que se utilizará en las traducciones
- str.partition() Devuelve una tupla en la que la cadena está dividida en tres partes
- str.replace() Devuelve una cadena en la que un valor especificado se sustituye por otro valor especificado
- str.rfind() Busca en la cadena un valor especificado y devuelve la última posición en la que se encontró
- str.rindex() Busca en la cadena un valor especificado y devuelve la última posición en la que se encontró
- str.rjust() Devuelve una versión justificada a la derecha de la cadena
- str.rpartition() Devuelve una tupla en la que la cadena está dividida en tres partes
- str.rsplit() Divide la cadena en el separador especificado y devuelve una lista
- str.rstrip() Devuelve una versión recortada a la derecha de la cadena
- str.split() Divide la cadena en el separador especificado y devuelve una lista
- str.splitlines() Divide la cadena en los saltos de línea y devuelve una lista
- str.startswith() Devuelve true si la cadena comienza con el valor especificado
- str.strip() Devuelve una versión recortada de la cadena
- str.swapcase() Intercambia las mayúsculas, las minúsculas se convierten en mayúsculas y viceversa
- str.title() Convierte el primer carácter de cada palabra en mayúsculas
- str.translate() Devuelve una cadena traducida
- str.upper() Convierte una cadena en mayúsculas
- str.zfill() Rellena la cadena con un número determinado de valores 0 al principio
Numpy
Librería de Python que sirve para crear vectores y matrices grandes multidimensionales, junto con una gran colección de funciones matemáticas de alto nivel para operar con ellas.
import numpy as np
Importación selectiva
from math import pi
- my_array[1] Seleccione el elemento en el índice 1
- my_array[0:2] Seleccionar elementos en el índice 0 y 1
Subconjunto de matrices 2D Numpy
- my_2darray[:,0] my_2darray[rows, columns]
array([False, False, False, True], dtype=bool)
>>> my_array * 2
array([2, 4, 6, 8])
>>> my_array + np.array([5, 6, 7, 8])
array([6, 8, 10, 12])
- my_array.shape Obtener las dimensiones del array
- np.append(other_array) Añadir elementos a una matriz
- np.insert(my_array, 1, 5) Insertar elementos en una matriz
- np.delete(my_array,[1]) Eliminar elementos de una matriz
- np.mean(my_array) Media de la matriz
- np.median(my_array) Mediana de la matriz
- my_array.corrcoef() Matrix median
- np.std(my_array) Desviación estándar
Panda
Librería de Python especializada en la manipulación y el análisis de datos
import pandas as pd
import numpy as np
- pd.read_csv(filename) – De un archivo CSV
- pd.read_table(filename) – Desde un archivo de texto delimitado (como TSV)
- pd.read_excel(filename) – De un archivo Excel
- pd.read_sql(query, connection_object) – Lee desde una BaseDeDatos/Tabla SQL
- pd.read_json(json_string) – Lee desde una cadena, URL o archivo con formato JSON
- pd.read_html(url) – Analiza una URL html, una cadena o un archivo y extrae tablas a una lista
- pd.read_clipboard() – Toma el contenido del porta papeles
- pd.DataFrame(dict) – Desde un diccionario
- df.to_csv(filename) – Escribir en un archivo CSV
- df.to_excel(filename) – Escribir en un archivo Excel
- df.to_sql(table_name, connection_object) – Escribir en una tabla SQL
- df.to_json(filename) – Escribir en un archivo con formato JSON
Útil para probar segmentos de código
- pd.DataFrame(np.random.rand(20,5)) – 5 Columnas y 20 filas con Floats aleatorios
- pd.Series(my_list) – Crea series de una lista iterativa
- df.index = pd.date_range(‘1900/1/30’, periods = df.shape[0]) – Añade un índice de fecha
- df.head(n) – Primeras n filas del DataFrame
- df.tail(n) – Las últimas n filas del DataFrame
- df.shape() – Número de filas y columnas
- df.info() – Índice, tipo de datos y memoria
- df.describe() – Estadísticas resumidas de columnas numéricas
- s.value_counts(dropna=False) – Ver valores y recuentos únicos
- df.apply(pd.Series.value_counts) – Valores únicos para todas las columnas
- df[col] – Devuelve la columna con la etiqueta col como Serie
- df[[col1, col2]] – Devuelve columnas como un nuevo DataFrame
- s.iloc[0] – Selección por posición
- s.loc[‘index_one’] – Selección por índice
- df.iloc[0,:] – Primera fila
- df.iloc[0,0] – Primer elemento de la primera columna
- df.columns = [‘a’, ‘b’, ‘c’] – Renombrar columnas
- pd.isnull() – Comprueba valores nulos, devuelve Boolean Arrays
- pd.notnull() – El opuesto a pd.isnull()
- df.dropna() – Elimina todas las filas que contienen valores nulos
- df.dropna(axis=1) – Elimina todas las columnas que contienen valores nulos
- df.dropna(axis=1, thresh=n) – Elimina todas las filas que tienen menos de n valores no nulos
- df.fillna(x) – Remplaza todos los valores nulos por x
- s.fillna(s.mean()) – Remplaza todos los valores nulos por la media
- s.astype(float) – Convierte el tipo de datos a float
- sreplace(1, ‘one’) – Remplaza todos los valores iguales a 1 con ‘one’
- s.repalce([1, 3], [‘one’, ‘three’]) – Remplaza todos los 1 por ‘one’ y 3 por ‘three’
- df.rename(columns=lambda x: x + 1) – Cambio de nombre de columnas en masa
- df.rename(columns={‘old_name’:’new_name’}) – Renombrar seleccionando columna
- df.set_index(‘column_one’) – Cambiar el índice
- df.rename(index=lambda x: x + 1) – Cambio el índice en masa
- df[df[col]> 0.5 ] – Filas donde la columna col es mayor que 0,5
- df[(df[col] > 0.5]) & (df[col] < 0.7)] – Filas donde 0.7 > col > 0.5
- df.sort_values(col1) – Ordenar los valores por la col1 en orden ascendente
- df.sort_values(col2, ascending=False) – Ordena los valores por col2 en orden descendente
- df.sort_values([col1, col2], ascending=[True, False]) – Ordena los valores por la col1 de forma ascendente y luego por la col2 en orden descendente
- df.groupby(col) – Devuelve un objeto groupby para los valores de una columna
- df.groupby([col1, col2]) – Devuelve un objeto groupby para valores de múltiples columnas
- df.groupby(col1)[col2] – Devuelve la media de los valores en col2, agrupados por los valores en col1 (la media se puede remplazar con casi cualquier función de la sección Estadísticas)
- df.pivot_table(index=col1, values=[col2, col3], aggfunc=mean) – Crea una tabla dinámica que agrupa por col1 y calcula la media de col2 y col3
- df.groupby(col1).agg(np.mean) – Encuentra promedio en todas las columnas para cada grupo de col1 único
- df.apply(np.mean) – Aplica la función np.mean() en cada columna
- nf.apply(np.max, axis=1) – Aplica la función np.max() en cada fila
- df1.append(df2) – Agrupa las filas en df1 al final de df2 (las columnas deben ser idénticas)
- pd.concat([df1, df2], axis=1) – Agrega las columnas en df1 al final de df2 (las filas deben ser idénticas)
- df1.join(df2, on=col1, how=’inner’) – Une las columnas en df1 con las columnas en df2 donde las filas para col tienen valores idénticos. También puede utilizarse: left, right, outer, inner.
- df.describe – Resumen de estadísticas para columnas numéricas
- df.mean() – Devuelve la media de todas las columnas
- df.corr() – Devuelve la correlación entre columnas en un DataFrame
- df.count() – Devuelve el número de valores no nulos en cada columna DataFrame
- df.max() – Devuelve el valor más alto en cada columna
- df.min() – Devuelve el valor más bajo en cada columna
- df.median() – Devuelve la media de cada columna
- df.std() – Devuelve la desviación estándar de cada columna
