Python数据分析三剑客（Numpy，Pandas , Matplotlib）

一：什么是NumPy？

NumPy是一个Python库，旨在有效地处理Python中的数组。它快速、简单易学且存储高效。NumPy致力于提供比典型Python列表快50倍的数组对象,它还改进了流程处理数据的方式。Numpy是Python 中列表和数组的替代方案，NumPy 使用很少的内存，使用 NumPy 执行数学运算，使用 NumPy 处理多维数组。Numpy Array用于1.形状的处理 2.阵列创建 3.数组尺寸。

二：Numpy 与其他库的应用

1.将 NumPy 与pandas一起使用

Pandas是Python中最重要的数据分析库之一。它们以其出色的性能、快速分析和数据清理而闻名。我们用它来改变数据结构和分析数据。

它由数据框对象组成。它与NumPy一起工作以加快计算速度。当我们将这些库结合起来时，我们就有了非常有用的科学计算资源。

2.将 NumPy 与 Matplotlib 结合使用

Matplotlib是一个NumPy模块。它是处理图形表示的非常有用的工具。它具有用于绘制和操作图形的大量功能。

这种组合可以取代MatLab的功能。它用于生成结果图。我们通过利用PyQt和wxPython等图形工具包进一步扩展它

3.将 NumPy 与 Scipy 一起使用

Scipy是一个Python开源库。它是Python最重要的科学库。它基于NumPy的功能。SciPy 包括用于科学计算的增强功能。

它可以与NumPy结合使用以提高数学性能。这种组合有助于执行困难的科学操作。

4.将 NumPy 与 Tkinter 一起使用

Tkinter 是一个 GUI 标准库。Tkinter用于NumPy数据的图形表示。它与NumPy的集成允许创建快速简单的GUI。将Tkinter与NumPy结合使用很简单。数组对象可以简单地转换为图像对象。

三：Numpy使用举例

*****************************分割线************************************

一：什么是Pandas ？

1.Pandas 是基于 NumPy 的一个开源 Python 库，它被广泛用于快速分析数据，以及数据清洗和准备等工作。简单地说，你可以把 Pandas 看作是 Python 版的 Excel。2. Pandas能很好地处理来自各种不同来源的数据，比如 Excel 表格、CSV 文件、SQL 数据库，甚至还能处理存储在网页上的数据。3. Pandas基于Numpy，常常与Numpy、matplotlib一起使用。4. Pandas库的两个主要数据结构：Series：一维      DataFrame：多维

二：Pandas使用举例：

为什么使用 Pandas ？ - 知乎

2.导入表格文件

****************************分割线**************************************

一：什么是Matplotlib ？

   专注于数据可视化，用于各种画图

二：Matplotlib使用举例：

https://www.ngui.cc/zz/814567.html?action=onClick

其他补充：openpyxl