1、Numpy:表达N维数组的最基本库
- Python接口使用,C语言实现,计算速度优异
- Python数据分析及科学计算的基本库,支撑Pandas等
- 提供直接的矩阵运算、广播函数、线性代数等功能
def pySum():
a=[0,1,2,3,4]
b=[9,8,7,6,5]
for i in range(len(a))
c.append(a[i]**2+b[i]**3)
return c
print(pySum())
等价于:
import numpy as np
def npSum():
a=np.array([0,1,2,3,4])
b=np.array([9,8,7,6,5])
c=a**2+b**3
return c
print(npSum())
2、Pandas:Python数据据分析高层次应用库
- 提供了简单易用的数据结构和数据分析工具
- 理解数据类型和索引的关系,操作索引即操作数据
- Python最主要的数据分析功能库,基于Numpy开发
serise = 索引 + 一维数据
DataFrame = 行列索引 + 二维数据
3、SciPy:数学、科学和工程计算功能库
- 提供了一批数学算法及工程数据运算功能
- 类似Matlab,可用于如傅里叶变换、信号处理等应用
- Python最主要的科学计算功能库,基于Numpy开发
包括傅里叶变换类、信号处理类、线性代数类、图像处理类、稀疏图压缩嘞、稀疏运算类、优化算法类
4、Matplotlib:高质量的二维数据可视化功能库
- 提供了超过100种数据可视化展示效果
- 通过matplotlib.pyplot子库调用各可视化效果
- Python最主要的数据可视化功能库,基于Numpy开发
5、Seaborn:统计类数据可视化功能库
- 提供了一批高层次的统计类数据可视化展示效果
- 主要展示数据见分布、分类和线性关系等内容
- 基于Matplotlib开发,支持Numpy和Pandas
6、Mayavi:三维科学数据可视化功能库
- 提供了一批简单易用的3D科学计算数据可视化展示效果
- 目前版本是Mayavi2,三维可视化最主要的第三方库
- 支持Numpy、TVTK、Traits、Envisage等第三方库