(1) Matplotlib/Seaborn模块
在数据分析流程中,结果呈现是非常重要的步骤。美观规范的图表会让客户直观、快速地了解数据变化的趋势,找到有关数据变化的原因。Python提供了很多用于展示数据变化的第三方库,其中Matplotlib库、Seaborn库常与Numpy、Pandas搭配使用。
(2)Scipy模块
Scipy模块可以处理插值、积分、优化、图像处理、常微分方程数值解的求解、信号处理等问题。它用于有效计算Numpy矩阵,使Numpy和Scipy协同工作,高效解决问题。目前,Scipy广泛地被数据科学、人工智能、数学、机械制造和生物工程等领域的人员应用。
(3)Stasmodels模块
提供用于估计许多不同统计模型以及进行统计测试和统计数据探索的类和函数。常用的模型包括线性模型、广义线性模型和鲁棒线性模型、线性混合效应模型、方差分析(ANOVA)方法、时间序列过程和状态空间模型、广义的矩量法等。每个估算器都有一个广泛的结果统计列表。对照现有的统计数据包对结果进行测试,以确保它们是正确的。官方网址为www.statsmodels.org。目前,统计人员倾向安装包含大量统计功能和方法的程序库Stasmodels。