學習筆記，僅供參考
翻譯自：Guide to Data Science Cheat Sheets

---

在過去的幾年里，隨著人們對數據科學家的熱情和需求的持續增長，人們渴望學習如何在這個看似有利可圖的職業中加入、學習、發展和茁壯成長。作為一個寫分析文章并偶爾教授它的人，我經常被問到——我如何成為一名數據科學家？

我的大學科學與統計學的多學科數據處理似乎有很大的不同。

但是，撇開營銷術語不談，數據科學家是一個可以用幾種語言（主要是R、Python和SQL）編寫代碼的人，可以使用足夠的統計知識來為企業提供決策時可操作的見解，從而為數據查詢、操作、聚合和可視化提供幫助。

由于數據科學家這個相當實際的定義被“數據科學家”求職網站上的附加詞匯所強化，這里有一些學習數據科學主要語言的工具——Python、R和SQL。

包含SQL可能會讓一些人感到驚訝（這不是NoSQL時代嗎？），但這是有邏輯原因的。PIG和Hive查詢語言都與SQL（原始的結構化查詢語言）密切相關。此外，還可以單獨使用R中的sqldf包（以及針對Pythonic數據科學家使用較少的python sql或python sqlparse庫），甚至可以在舊的冠軍語言SAS中使用Proc-sql命令，并完成數據科學家預期要做的大部分工作（至少在數據咀嚼方面）。

對于Python來說，下面所列的是一份相當不完整的列表，因為Python是可以用于許許多多的事情。

所有成千上萬的R包對有抱負的數據科學家來說都有用嗎？并不是。

因此，我們為您選擇了合適的備忘錄。請注意，這是一個精心策劃的備忘錄。

Python的備忘單：

• Python
• NumPy, SciPy and Pandas

R的備忘單：

• Short Reference Card
• R Functions for Regression Analysis
• Time Series
• Data Mining
• Quandl

R、Python(和Matlab)之間的交叉引用:

• mathesaurus.sourceforge.net/matlab-python-xref.pdf

SQL備忘單:

• SQL Joins
• SQL and Hive

附加的：

• Cheat Sheets for Java
• Linux Cheat Sheet

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的数据科学备忘录的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。