Python数据分析-初识numpy、pandas、scipy、matplotlib和Scikit-Learn等数据处理库

1.numpy- 支持多维数组与矩阵的科学计算器包

功能：常用功能16条

a. ndarray-n维数组/矢量的操作。

b. 支持高级大量的n维数组与矩阵的运算。

c. 针对数组运算提供大量的数学函数库。

2.scipy-配合numpy完成对矩阵的计算，因此依赖于numpy，且含多个子模块

功能：常用15个函数

a. 标准导入方式-由于scipy中的函数基本都是numpy的主函数，因此通常不用import scipy

1 import numpy as np
2 from scipy import stats #导入统计功能

b.一些常用功能模块

包括统计,优化,整合,线性代数模块,傅里叶变换,信号和图像处理,常微分方程求解器等等。

3.pandas-建立在numpy之上

a.标注导入方式

1 import numpy as np
2 import pandas as pd

b.n维数组的创建和操作

Series（对映一维数组），DataFrame（对映二维数组），Panel（对映三维数组），Panel4D（对映四维数组），PanelND（多维）等数据结构，常用的是Series和DataFrame。

4.matplotlib-数据的可视化，用于画图操作，内包含多个模块

功能：绘制散点图、条形图等二维图、pyplot等常用模块

a.标注导入方式-依赖于numpy

1 import numpy as np
2 import matplot as plt

b. statsmodel可以补充scipy.stats，而且支持时间序列

 5.Scikit-Learn-包含大量机器学习算法、数据集

功能：Python开发的机器学习库，是数据挖掘方便的工具，需要在NumPy和SciPy基础上安装。

a.导入算法方式

1 from sklearn import linear_model#导入线性回归模型

 

转载于:https://www.cnblogs.com/Pygoupfs/p/9100061.html