一、前言
您好,欢迎来到 python数据分析 学习课堂,我是根华。
昨天我们介绍了 Anacond 的安装与简单使用。
那么今天,我们今天我们先来对数据分析里面要用到的各各库先简单的做一个介绍。
二、NumPy
Numpy(Numerical Python的简称)是Python科学计算的基础包。
它提供了以下功能:
- 快速高效的多维数组对象ndarray。
- 用于对数组执行元素级计算以及直接对数组执行数学运算的函数。
- 用于读写硬盘上基于数据的数据集的工具。
- 线性代数运算、傅里叶变换,以及随机数生成。
- 用于C、C++、Fortran代码集成到Python的工具。
除了为 Python 提供快速的数组处理能力, NumPy 在数据分析方面还有一个另外一个主要作用,即作为在算法之间传递数据的容器。
对于数值型数据,NumPy 数组在存储和处理数据要比内置的Python数据结构高效得多。
此外,由低级语言(比如C和Fortran)编写的库可以直接操作NumPy数组中的数据,无需进行任何数据复制工作。
三、pandas
pandas提供了使我们能快速便捷处理结构化数据的大量数据结构和函数。
你很快就会发现,他是使Python成为强大而高效得数据分析环境的重要因素之一。
我们在使用的时候,用得最多的pandas对象是DataFrame。
它是一个面向列的二维表结构,且含有行标和列标。
pandas兼具NumPy高性能的数组计算功能以及电子表格个关系数据库(如SQL)灵活的数据处理能力。
它提供了复杂精细的索引功能,以便为便捷地完成重塑、切片和切块、集合以及选取数据子集等操作。
pandas这个名字本身源自于panel data(面板数据,这是计量经济学中关于多维结构化数据集的一个术语)以及Python data analysis (Python数据分析)。
四、matplotlib
matplotlib是最流行的用于绘制数据图表的Python库。
它最初由John D.Hunter创建,目前由一个庞大的开发人员团队维护。
它非常适合创建出版物上用的图表。
它跟IPython结合得很好,因而提供了一种非常好用的交互式数据绘图环境。
绘制的图表也是交互式的,你可以利用绘图窗口中的工具栏放大图表中的某个区域或对整个图表进行平移浏览。
五、IPython
IPython是Python科学计算标准工具集的组成部分,他讲其他所有的东西联系在一起。
它为交互式和探索式计算提供了一个强健而有效的环境。
他是一个增加的Python shell,目的是提高编写、测试、调试Python代码的速度。
它主要用在与交互式数据处理和利用matplotlib对数据进行可视化处理。
六、SciPy
SciPy是一组专门解决科学计算中各种标准问题域的包的集合,主要包括下面的这些包:
- scipy.integrate:数值积分例程和微分方程求解器。
- scipy.linalg:扩展了有numpy.linalg提供的线性代数例程和矩阵分解功能。
- scipy.optimize:函数优化器(最小化器)以及根查找算法。
- scipy.signal:信号处理工具。
- scipy.sparse: 稀疏矩阵和稀疏线性系统求解器。
- scipy.stats: 标准连续离散概率分布(如密度函数、采样器、连续分布函数等)、各种统计检验方法,以及更好的描述统计法。
NumPy跟SciPy的有机结合完全可以替代MATLSB的计算功能(包括其插件工工具箱)。
七、结语
到这里我们基本上把所有基本库都简单接介绍了一遍。
接下来便是如何运用这时库来实现数据的分析。
那我们明天就从NunmPy库来进行详细介绍,作为我们的学习的正式开始。
好了,今天内容就到此结束,感谢大家的学习,我们下次再见。
八、参考文献
①《利用Python进行数据分析》 Wes McKinney