python学习系列：Python中常用的库

最新推荐文章于 2024-07-27 20:51:13 发布

枫夜求索阁

最新推荐文章于 2024-07-27 20:51:13 发布

阅读量417

点赞数

分类专栏： python学习系列文章标签： python tensorflow 深度学习机器学习

本文链接：https://blog.csdn.net/u013084266/article/details/111877600

版权

python学习系列专栏收录该内容

6 篇文章 0 订阅

订阅专栏

文章目录

场景
环境
正文
总结
参考链接
更新日志
随缘求赞

场景

学习Python过程中，将常用的库记录下来。

环境

软件	版本
Python	3

正文

数值计算 NumPy

NumPy是“Numeric”（数值）和“Python”的混合简写[插图]。顾名思义，它是处理数值计算的Python库。为了提高性能，NumPy参考了CPython（用C语言实现的Python及其解释器）的设计，其本身也是用C语言开发的，也就是说，Numpy的数据处理速度和C语言是同级别的。NumPy除了提供一些数学运算函数，还提供与MATLAB（由美国MathWorks公司出品的著名商业数学软件）相似的功能与操作方式，可让用户高效地直接操作向量或矩阵。

科学计算 SciPy

SciPy发音为“Sigh Pie”，它的取义类似于NumPy，是“Science”（科学）和“Python”的组合，即面向科学计算的Python库。SciPy构建于NumPy之上，功能更为强大，在常微分方程求解、线性代数、信号处理、图像处理及稀疏矩阵操作等方面，均能提供强有力的支持。相比于NumPy是一个纯数学层面的计算模块，SciPy是一个更为高阶的科学计算库。比如说，如果要对矩阵进行操作，只用到纯数学的基础模块，可在NumPy库中找到对应的模块。但如果想要实现特定功能，如稀疏矩阵操作，那相应模块可能就需要在SciPy库中找了。SciPy库需要NumPy库的支持。出于这种依赖关系，NumPy库的安装要先于SciPy库的安装。

数据分析 Pandas

Pandas在这里并不是“熊猫”之意，它的英文全称是“Python Data AnalysisLibrary”。见名知意，Pandas是一款面向Python的数据分析库，它同样基于NumPy库构建而成。Pandas库提供了操作大型数据集所需的高效工具，支持带有坐标轴的数据结构，这能防止由于数据没有对齐、采用不同索引而产生的某些处理错误。在数据预处理或数据清洗上，Pandas提供了处理缺失值、转换、合并及其他类SQL的功能。这些功能大大减轻了一线机器学习研发人员的负担。在某种程度上，Pandas是实施数据清洗/整理（Data Wrangling）最好用的工具之一。

图形绘制 Matplotlib与Seaborn

Python也提供了绘图功能非常强大的类库Matplotlib。使用它可以很方便地绘制散点图、折线图、条形图、直方图、饼图等专业图形。类似于NumPy是Pandas的基础库一样，Matplotlib也可以作为其他更高阶绘图工具的基础库。Seaborn就是这样的高级库，它对Matplotlib做了二次封装。Matplotlib功能虽然很强大，但想用好却有较高的门槛。比如，通过Matplotlib绘制的图形，如果还想更加精致，就需要做大量的微调工作。因此，在某些场合，可用Seaborn替代Matplotlib进行绘图。