数据科学中常用的python库介绍

常用库

---

• Numpy
• Scipy
• Pandas
• Matplotlib
• Scikit-learn
• StatsModels

Numpy

---

最基础的python库，它提供以下功能和特点：

• N维数组，快速高效，矢量数学运算
• 高效的Index，不需要循环
• 开源免费跨平台，底层C实现，运行效率媲美C/Matlab

Scipy

---

它是一个依赖于Numpy的一个更高级的python库，专门为工程和科学设计，提供了线性代数、傅里叶变换、信号和图像处理的多种算法。

Pandas

---

提供了结构化数据分析的功能，依赖于Numpy，提供了如下的数据结构：
- 时间序列：Time-series
- DataFrame
- Panel

同时提供了强大的数据索引和处理能力

Matplotlib

---

它是python 2D绘图领域使用最广泛的套件，基本能取代Matlab的绘图功能（散点、曲线、柱形等）。

通过扩展mploy3d可以绘制精美3D图像。

Scikit-learn

---

python中用于机器学习的模块，基于Scipy上，提供了常用的机器学习的算法：聚类、回归等，具有简单易学的API接口。

StatsModels

---

StatsModels更加注重于数据的统计分析建模，它使得python具有了R语言的味道。StatsModels支持与pandas进行数据交互，因此它和pandas组合成为了强大的数据挖掘组合。