python apriori算法 sklearn_R 和 Python (numpy scipy pandas) 用于统计学分析，哪个更好？...

可以两个一起学，参见我的博文，可以做个索引。

Python 和 R 数据分析/挖掘工具互查

写在前面

在此总结一些在数据分析/挖掘中可能用到的功能，方便大家索引或者从一种语言迁移到另一种。当然，这篇博客还会随时更新(不会另起一篇，为了方便大家索引)，请大家如果有需要收藏到书签中。如果大家还知道哪些常用的命令，也可以在评论中回复我。我可以添加进来，方便更多地人更方便的检索。也希望大家可以转载。

如果大家已经熟悉python和R的模块/包载入方式，那下面的表查找起来相对方便。python在下表中以模块.的方式引用，部分模块并非原生模块，请使用

pip install *

安装；同理，为了方便索引，R中也以::表示了函数以及函数所在包的名字，如果不含::表示为R的默认包中就有，如含::，请使用

install.packages("*")

安装。连接器与io数据库类别PythonRMySQLmysql-connector-python(官方)RMySQLOraclecx_OracleROracleRedisredisrredisMongoDBpymongoRMongo, rmongodbneo4jpy2neoRNeo4jCassandracassandra-driverRJDBCODBCpyodbcRODBCJDBC未知[Jython Only]RJDBCIO类类别PythonRexcelxlsxWriter, pandas.(from/to)_excel, openpyxlopenxlsx::read.xlsx(2), xlsx::read.xlsx(2)csvcsv.writerread.csv(2), read.tablejsonjsonjsonlite图片PILjpeg, png, tiff, bmp统计类描述性统计类别PythonR描述性统计汇总scipy.stats.descirbesummary均值scipy.stats.gmean(几何平均数), scipy.stats.hmean(调和平均数), numpy.mean, numpy.nanmean, pandas.Series.meanmean中位数numpy.median, numpy.nanmediam, pandas.Series.medianmedian众数scipy.stats.mode, pandas.Series.mode未知分位数numpy.percentile, numpy.nanpercentile, pandas.Series.quantilequantile经验累积函数(ECDF)statsmodels.tools.ECDFecdf标准差scipy.stats.std, scipy.stats.nanstd, numpy.std, pandas.Series.stdsd方差numpy.var, pandas.Series.varvar变异系数scipy.stats.variation未知协方差numpy.cov, pandas.Series.covcov(Pearson)相关系数scipy.stats.pearsonr, numpy.corrcoef, pandas.Series.corrcor峰度scipy.stats.kurtosis, pandas.Series.kurte1071::kurtosis偏度scipy.stats.skew, pandas.Series.skewe1071::skewness直方图numpy.histogram, numpy.histogram2d, numpy.histogramdd未知回归(包括统计和机器学习)类别PythonR普通最小二乘法回归(ols)statsmodels.ols, sklearn.linear_model.LinearRegressionlm,广义线性回归(gls)statsmodels.glsnlme::gls, MASS::gls分位数回归(Quantile Regress)statsmodels.QuantRegquantreg::rq岭回归sklearn.linear_model.RidgeMASS::lm.ridge, ridge::linearRidgeLASSOsklearn.linear_model.Lassolars::lars最小角回归sklearn.linear_modle.LassoLarslars::lars稳健回归statsmodels.RLMMASS::rlm假设检验类别PythonRt检验statsmodels.stats.ttest_ind, statsmodels.stats.ttost_ind, statsmodels.stats.ttost.paired; scipy.stats.ttest_1samp, scipy.stats.ttest_ind, scipy.stats.ttest_ind_from_stats, scipy.stats.ttest_relt.testks检验(检验分布)scipy.stats.kstest, scipy.stats.kstest_2sampks.testwilcoxon(非参检验，差异检验)scipy.stats.wilcoxon, scipy.stats.mannwhitneyuwilcox.testShapiro-Wilk正态性检验scipy.stats.shapiroshapiro.testPearson相关系数检验scipy.stats.pearsonrcor.test时间序列类别PythonRARstatsmodels.ar_model.ARarARIMAstatsmodels.arima_model.arimaarimaVARstatsmodels.var_model.var未知生存分析类别PythonRPH回归statsmodels.formula.api.phreg未知机器学习类回归

参见统计类分类器LDA、QDA类别PythonRLDAsklearn.discriminant_analysis.LinearDiscriminantAnalysisMASS::ldaQDAsklearn.discriminant_analysis.QuadraticDiscriminantAnalysisMASS::qdaSVM(支持向量机)类别PythonR支持向量分类器(SVC)sklearn.svm.SVCe1071::svm非支持向量分类器(nonSVC)sklearn.svm.NuSVC未知线性支持向量分类器(Lenear SVC)sklearn.svm.LinearSVC未知基于临近类别PythonRk-临近分类器sklearn.neighbors.KNeighborsClassifier未知半径临近分类器sklearn.neighbors.RadiusNeighborsClassifier未知临近重心分类器(Nearest Centroid Classifier)sklearn.neighbors.NearestCentroid未知贝叶斯类别PythonR朴素贝叶斯sklearn.naive_bayes.GaussianNBe1071::naiveBayes多维贝叶斯(Multinomial Naive Bayes)sklearn.naive_bayes.MultinomialNB未知伯努利贝叶斯(Bernoulli Naive Bayes)sklearn.naive_bayes.BernoulliNB未知决策树类别PythonR决策树分类器sklearn.tree.DecisionTreeClassifiertree::tree, party::ctree决策树回归器sklearn.tree.DecisionTreeRegressortree::tree, party::tree随机森林分类器sklearn.ensemble.RandomForestClassifierrandomForest::randomForest, party::cforest随机森林回归器sklearn.ensemble.RandomForestRegressorrandomForest::randomForest, party::cforest聚类类别PythonRkmeansscipy.cluster.kmeans.kmeanskmeans::kmeans分层聚类scipy.cluster.hierarchy.fcluster(stats::)hclust包聚类(Bagged Cluster)未知e1071::bclustDBSCANsklearn.cluster.DBSCANdbscan::dbsanBirchsklearn.cluster.Birch未知K-Medoids聚类pyclust.KMedoids(可靠性未知)cluster.pam关联规则类别PythonRapriori算法apriori(可靠性未知，不支持py3), PyFIM(可靠性未知，不可用pip安装)arules::aprioriFP-Growth算法fp-growth(可靠性未知，不支持py3), PyFIM(可靠性未知，不可用pip安装)未知神经网络类别PythonR神经网络neurolab.net, keras.*nnet::nnet, nueralnet::nueralnet深度学习keras.*不可靠包居多以及未知当然，theano模块值得一提，但本质theano包的设计并非在神经网络，所以不归于此类。文本、NLP基本操作类别PythonRtokenizenltk.tokenize(英), jieba.tokenize(中)tau::tokenizestemnltk.stemRTextTools::wordStem, SnowballC::wordStemstopwordsstop_words.get_stop_wordstm::stopwords, qdap::stopwords中文分词jieba.cut, smallseg, Yaha, finalseg, geniusjiebaRTFIDFgensim.models.TfidfModel未知主题模型类别PythonRLDAlda.LDA, gensim.models.ldamodel.LdaModeltopicmodels::LDALSIgensim.models.lsiModel.LsiModel未知RPgensim.models.rpmodel.RpModel未知HDPgensim.models.hdpmodel.HdpModel未知值得留意的是python的新第三方模块，spaCy与其他分析/可视化/挖掘/报表工具的交互类别PythonRwekapython-weka-wrapperRWekaTableautableausdkRserve(实际是R的服务包)