数据分析学习笔记 （八） -- numpy、pandas、scipy介绍

numpy

• 简介

NumPy（Numeric Python）是一个Python包。它是一个由多维数组对象和用于处理数组的例程集合组成的库。

Numeric，即NumPy的前身，是由Jim Hugunin开发的，其也开发了另外一个包Numarray，它拥有一些额外的功能。2005年，Travis Oliphant 通过将 Numarray 的功能集成到 Numeric 包中来创建了 NumPy 包。这个开源项目拥有很多贡献者。

NumPy通常与 SciPy (Scientific Python) 和 Matplotlib（绘图库）一起使用。

• 功能

a. 数组的算数和逻辑运算
b. 傅立叶变换和用于图形操作
c. 与线性代数有关的操作：拥有线性代数和随机数生成的内置函数

• numpy相关教程
• numpy官网

---

pandas

• 简介

python Data Analysis Library 或 pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地传里数据的函数和方法。

Pandas用于广泛的领域，包括金融，经济，统计，分析等学术和商业领域。

• 发展

Pandas是python的一个数据分析包，最初由AQR Capital Management 于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发书来，因此，pandas为时间序列分析提供了很好的支持。Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。panel data是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。

• 数据结构

Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。

Time-Series：以时间为索引的Series。

DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。

Panel：三维的数组，可以理解为DataFrame的容器。

以上内容来自于百度百科：pandas

• pandas相关教程
• pandas官网

---

scipy

• 简介

scipy是基于numpy的科学计算核心包，它能与NumPy数组一起工作，并提供了许多用户友好和高效的数字实践，如实现插值，积分，优化，图像处理等等。

• scipy相关教程
• scipy官网

---

简而言之

Numpy：N维数组容器，矩阵

Pandas：表格容器

Scipy：科学计算函数库

Matplotlib：绘图