数据分析师必备的python包

数据分析师必备的python包

1. numpy

numpy提供大量数值编程工具，可以方便处理向量矩阵等运算。是科学计算方面的利器。

2. scipy

统计

统计就是在做宏观分析的工作。拿到一组数据，分析数据的特征，具体包括样本大小，极值，均值，方差，偏度和峰度，数据的相关系数等。

分布是统计学中最基本的知识。如何指定参数生成分布，一组数据是否符合某种分布（假设检验），分布中的分位，以及认定数据属于某种分布时其对应的参数的最大似然估计(fit)。这些都在scipy.stats包中提供对应的函数实现。

scipy官方文档：link

除了scipy中提供的相关方法，statemodels作为专门的python统计包，对统计相关的应用做了更完整的实现。

优化

scipy.optimize

python专门的优化扩展模块：cvxopt

3. pandas

数据通常包含多种类型，例如股票的代码是字符串，收盘价是浮点数，成交量是整数等。pandas是复杂数据类型的利器。pandas最常见的两种数据类型：series和dataframe

series是带索引的一维数组。

而dataframe是将数个series按列合并而成的二维数据结构，单独一列就是一个series。dataframe是以列作为操作基础。

4. matplotlib

这个包用于画图显示数据，尤其是和dataframe数据结构配合，可以直观了解数据信息。