python数据分析的应用场景_第一章Python数据分析概述

第4节：重要的Python数据分析类库

1、NumPy(Numerical Python)是Python科学计算的基础包

提供了快速高效的多维数组对象ndarray

提供了对数组执行元素级计算以及直接对数组执行数学运算的函数

提供了读写硬盘上基于数组的数据集的工具

提供了线性代数运算、傅里叶变换、随机数生成功能

提供了成熟的C API，用于Python插件和原生C、C++、Fortran代码访问NumPy的数据结构和计算工具

NumPy为Python提供快速的数组处理能力

NumPy在数据分析方面作为在算法和库之间传递数据的容器

对于数值型数据，NumPy数组在存储和处理数据时要比内置的Python数据结构高效得多

由低级语言编写的库可以直接操作NumPy数组中的数据，无需进行任何数据复制工作

2、pandas是Python的一个数据分析包(最初由金融数据分析工具开发而来)

pandas为时间序列分析提供了很好支持

pandas是基于NumPy的一种工具，是为了解决数据分析任务而创建的

pandas纳入了大量库和一些标准的数据模型，提供了高效的操作大型数据集所需的工具

pandas提供了大量能使我们快速便捷处理数据的函数和方法

pandas是使Python成为强大而高效数据分析环境的重要因素之一

3、Matplotlib是Python的一个2D绘图库

它以各种硬拷贝格式和跨平台的交互式环境，生成用于出版质量级别的图形

Matplotlib操作简单，几行代码就可以生成折线图、直方图、功率谱图、条形图、错误图、散点图等

提供了pylab的模块，其中包括了NumPy和pyplot中许多常用的函数，方便用户快速进行计算和绘图

4、SciPy是一组专门解决科学计算中各种标准问题域的包的集合

5、scikit-learn是最为流行的Python的通用机器学习工具包

6、stats models是一个统计分析包，包含经典统计学和经济计算学的算法