NumPy es la biblioteca básica de Python, de código abierto, para el cálculo numérico. Ofrece arrays multidimensionales y funciones rápidas de álgebra lineal, estadística y números aleatorios, cuyo núcleo se ejecuta en código compilado. Muchas herramientas de análisis de datos y machine learning, como pandas, scikit-learn y numerosas bibliotecas de visualización, se basan en NumPy. Si trabajas con datos en Python, casi siempre lo usas de forma directa o indirecta.
Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.
Iniciar demopandas es una biblioteca de Python de código abierto para analizar y manipular datos tabulares, desarrollada a partir de 2008 por Wes McKinney. Su objeto central, el DataFrame, se parece a una tabla con columnas con nombre. Con ella puedes cargar datos de archivos CSV, Excel o bases de datos y limpiarlos, filtrarlos, agruparlos y combinarlos. pandas se basa en NumPy y es una herramienta estándar en análisis de datos, informes y preparación de datos de entrenamiento.
Scikit-learn es una biblioteca de Python de código abierto para el aprendizaje automático clásico. Ofrece herramientas homogéneas para clasificación, regresión, clustering, reducción de dimensionalidad, preprocesamiento de datos y evaluación de modelos, como la validación cruzada. Basada en NumPy y SciPy, está muy extendida en formación, investigación y práctica por su interfaz sencilla y coherente. Para redes neuronales profundas se suelen usar en cambio frameworks como PyTorch o TensorFlow.
Jupyter Notebook es una aplicación de código abierto basada en el navegador, del Proyecto Jupyter, que combina en un solo documento código ejecutable, resultados, gráficos y texto explicativo. Los notebooks se usan mucho en análisis de datos, aprendizaje automático, investigación y docencia, porque permiten documentar y compartir cada paso de forma trazable. El lenguaje más habitual es Python. Ejemplo: un analista carga datos de ventas, los limpia y muestra justo debajo el resultado en un gráfico.
TensorFlow es un framework de código abierto para aprendizaje automático desarrollado por Google y publicado en 2015. Sirve para construir, entrenar y desplegar redes neuronales en aplicaciones, servidores o dispositivos móviles. Con Keras ofrece una interfaz de alto nivel fácil de usar; se emplea, por ejemplo, en clasificación de imágenes, previsiones o sistemas de recomendación.
