1.データ・サイエンス5つの一般的に使用されるPythonライブラリ
numpyの
- N次元アレイ（行列）、高速かつ効率的なベクター数学
- 効率的なインデックスは、循環する必要はありません。
- 無料のオープンソースのクロスプラットフォーム、作業効率と十分なC / MATLABは、同等
scipyのダウンロード
- これはnumpyのに依存します
- 科学と工学のために設計さ
- 線形代数、フーリエ変換、信号および画像処理：のような一般的に使用される科学技術計算、種々の実現
パンダ
- 構造化データ分析ツール（numpyの依存）
- 高度なデータ構造の多様性を提供しています：時系列、データフレーム、パネル
- 強力なインデックスとデータ処理能力
matplotlibの
- Pythonの2Dグラフィックスの分野で最も広く使われているスイート
- 基本的な描画機能は、MATLABを（散布図、グラフ、棒グラフなど）を置き換えることができます
- あなたはmplot3Dで美しい3Dの描画を描くことができます
Scikit-を学びます
- 機械学習のPythonモジュール
- クラスタリング、回帰：scipyのダウンロードの上に構築され、それは一般的な機械のアルゴリズムを提供します
- APIインタフェースを簡単に学べます
2.数学的な行列演算の見直しに基づき、
基本コンセプト
- マトリックス：マトリックスアレイ、すなわち2次元配列。前記ベクトルとスカラー行列は特別な場合です。
- ベクター：ある行列1xNまたはNX1
- スカラー：1x1の行列
- アレイ：N次元アレイ、マトリクス拡張
特別行列
- 1 0フルフルマトリックス：値は、0または1であります
- 行列：対角への対角等しい乗算、任意の行列乗算及びN×Nの行列は、元の行列に等しいです。
行列の加算と減算
- 同一の列と行を持たなければならない2つの行列を減算、加算。
- 素子加減算対応する列と行。
配列の乗算（ドット）
- 乗算アレイ（ドット）は、対応する要素間の乗算であります
