数据科学领域5个常用Python库

Numpy

• N维数组（矩阵），快速高效，矢量数学运算
• 高效的index，不需要循环
• 开源免费跨平台，运行效率足以和C/Matlab媲美
  

Scipy

• 依赖于Numpy
• 专为科学和工程设计
• 实现了多种常用科学计算，如：线性代数，傅里叶变换，信号和图像处理

Pandas

• 结构化数据分析利器（依赖Numpy）
• 提供了多种高级数据结构：Time-Series，DataFrame，Panel
• 强大的数据索引和处理能力
  

Matplotlib

• Python 2D绘图领域使用最广泛的套件
• 基本能取代Matlab的绘图功能（散点图，曲线图，柱形图等）
• 通过mplot3D可以绘制精美的3D图
  

Scikit-Learn

• 机器学习的Python模块
• 建立在scipy之上，提供了常用的机器算法：聚类，回归
• 简单易学的API接口