【详解】Python数据分析第三方库分析

LeeZhao@

已于 2022-09-06 14:32:03 修改

阅读量4.3k

点赞数 3

分类专栏：机器学习文章标签： python 数据分析

于 2021-07-09 19:40:10 首次发布

本文链接：https://blog.csdn.net/qq_36722887/article/details/118613510

版权

5 篇文章

订阅专栏

1 网络爬虫
requests：https://pypi.org/project/requests/ 简洁且简单的处理HTTP请求的第三方库
scrapy：https://scrapy.org/ 快速、高层次的Web获取框架

2 数据分析
numpy：http://www.numpy.org/ 开源数值计算扩展第三方库
scipy：https://pypi.org/project/scipy/ 专为科学以及工程计算的第三方库
pandas：http://pandas.pydata.org/ 可高效地操作大型数据集的第三方库

3 文本处理
pdfminer：https://pypi.org/project/pdfminer/ 从PDF文档中提取各类信息的第三方库
openpyxl：https://pypi.org/project/openpyxl/ 处理Microsoft Excel文档的Python第三方库
python-docx：https://pypi.org/project/python-docx/ 处理Microsoft Word文档的Python第三方库
beautifulsoup4：https://pypi.org/project/beautifulsoup4/ 从HTML和XML文件中解析出数据的第三方库

4 用户图形界面
PyQt5：https://pypi.org/project/PyQt5/ 成熟的商业级GUI第三方库
wxpython：https://pypi.org/project/wxPython/ 优秀的GUI图形库
pygtk：https://pypi.org/project/PyGTK/ 轻松创建具有图形用户界面程序的第三方库

5 机器学习
Scikit-learn：https://scikit-learn.org/stable/ 简单且高效的数据挖掘和数据分析工具
Tensorflow：https://pypi.org/project/tensorflow/ 人工智能学习系统
Theano ：http://deeplearning.net/software/theano/ 执行深度学习中大规模神经网络算法的运算

6 Web开发
Django：https://pypi.org/project/Django/ 最流行的开源Web应用框架
Pyramid：https://pypi.org/project/pyramid/ 通用、开源的Python Web应用程序开发框架
Flask：https://pypi.org/project/Flask/ 轻量级Web应用框架

7 游戏开发
Pygame：https://www.python.org/ 面向游戏开发入门的Python第三方库
Panda3D：http://www.panda3d.org/ 开源、跨平台的3D渲染和游戏开发库
cocos2d：https://pypi.org/project/cocos2d/ 构建2D游戏和图形界面交互式应用的框架

8 数据可视化
Matplotlib：https://matplotlib.org/ 提供数据绘图功能的第三方库，主要进行二维图表数据展示
TVTK：https://www.lfd.uci.edu/~gohlke/pythonlibs/ 图形应用函数库，是专业可编程的三维可视化工具
mayavi：https://pypi.org/project/mayavi/ 方便实用的可视化软件

强大的数据可视化工具和作图库，是主要用于绘制数据图表的Python库，提供了绘制各类可视化图形的命令字库、简单的接口，可以方便用户轻松掌握图形的格式，绘制各类可视化图形。
基于Numpy的一套Python包，这个包提供了吩咐的数据绘图工具，主要用于绘制一些统计图形。
有一套允许定制各种属性的默认设置，可以控制Matplotlib中的每一个默认属性：图像大小、每英寸点数、线宽、色彩和样式、子图、坐标轴、网格属性、文字和文字属性。

一组专门解决科学计算中各种标准问题域的包的集合，包含的功能有最优化、线性代数、积分、插值、拟合、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算等
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。Scipy依赖于Numpy，并提供许多对用户友好的和有效的数值例程，如数值积分和优化。

Python常用的机器学习工具包，提供了完善的机器学习工具箱，支持数据预处理、分类、回归、聚类、预测和模型分析等强大机器学习库，其依赖于Numpy、Scipy和Matplotlib等。
主要功能分为六个部分，分类、回归、聚类、数据降维、模型选择、数据预处理。
自带一些经典的数据集，比如用于分类的iris和digits数据集，还有用于回归分析的boston house prices数据集。该数据集是一种字典结构，数据存储在.data成员中，输出标签存储在.target成员中。
Scikit-Learn还有一些库，比如：用于自然语言处理的Nltk、用于网站数据抓取的Scrappy、用于网络挖掘的Pattern、用于深度学习的Theano等。