Python有两个最主要的特征,一个是与其他语言相融合的能力,另一个是成熟的软件包系统。后者很好的体现在软件包索引PyPI(https://pypi.python.org/pypi)中,PyPI是大多数Python软件包的公共仓库。
下面将要介绍的软件包具有很强的数据分析能力,组成了完整的数据分析工具箱。
文章目录
一、Python中常用的科学计算工具包:
1.1、NumPy
- 官方文档https://numpy.org/doc/stable//
- 中文文档https://www.numpy.org.cn/
- 简介
NumPy是Travis Oliphant的作品,是Python语言真正的主力分析工具。它为用户提供了多维数组,以及对这些数组进行多种数学操作的大型函数。
数组是眼多个维度排列的数据块,它实现了数学的向量和矩阵。数组不仅仅用来存储数据,还用于快速矩阵计算。 - 推荐安装命令
pip install numpy
- 引用方法
python社区采用的一般惯例是导入NumPy模块时,修改名称为np:
import numpy as np
1.2、SciPy
- 官方文档https://docs.scipy.org/doc/scipy/reference/
- 简介
SciPy(Scientific Computing Tools for Python)完善了NumPy的功能,为多种引用提供了大量的科学算法,例如线性代数、稀疏矩阵、信号和图像处理、最优化、傅里叶变换、常微分方程求解等常用的计算。 - 推荐安装命令
pip install scipy
- 引用方法
scipy中的子模块较多,一般使用哪个,引用哪个,且这些模块大部分都依赖于numpy,所以需要同时引入numpy:
import numpy as np
from scipy import stats
import scipy.optimize as opt
1.3、Matplotlib
- 中文文档: