为什么python适合数据科学

为什么python适合数据科学

数据科学是一个跨学科的课题。数据科学综合了三个领域的能力：统计学家的能力——能够建立模型的聚合（数据量正在不断增加的）数据;计算机科学家的能力——能够设计并使用算法对数据进行高效存储、分析和可视化;领域专家的能力——在细分领域经过专业训练，既可以提出争取的问题，又可以做出专业的解答。

python之所以能在数据科学领域广泛应用，主要是因为它的第三方程序包拥有庞大而活跃的生态系统：Numpy可以处理同类型（homogeneous）数组型数据、Pandas可以处理多种类型（heterogenous）带标签的数据、Scipy可以解决常见的科学计算问题、Matplotlib可以绘制可用于印刷的可视化图形、IPython可以实现交互式编程和快速分享代码、Scikit-Learn可以进行机器学习。

IPython和Jupyter：

• 这两个程序包为许多使用Python的数据科学家提供计算环境

Numpy：

• 这个程序库提供ndarray对象，可以用Python高效的存储和操作大型数组。

Pandas：

• 这个程序库提供了DataFrame对象，可以用Python高效的存储和操作带标签的/列式数据

Matplotlib：

• 这个程序包为Python提供了许多数据可视化功能

Scikit-Learn：

• 这个程序库为最重要的机器学习算法提供了高效整洁的Python版实现