重要的Python库

1.Numpy

Numpy（Numerical Python的简称）是Python科学计算的基础包，是Python的一个扩展程序库，它不仅针对数组运算提供了大量的函数库，而且它还能够支持维度数组与矩阵运算。它提供了以下功能（不限于此）：

• 快速高效的多维数组对象ndarray。
• 用于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。
• 用于读写硬盘上基于数组的数据集的工具。
• 线性代数运算、傅里叶变换，以及随机数生成。
• 工具（将C、C++、Fortran代码集成到Python）
  数据分析方面：作为在算法和库之间传递数据的容器。

2.Pandas

Pandas（Python Data Analysis Library）是基于Numpy 的工具，该工具是为了解决数据分析任务而创建的。Pandas 提供了大量能使我们快速便捷地处理数据的函数和方法。

pandas兼具NumPy高性能的数组计算功能以及电子表格和关系型数据库（如SQL）灵活的数据处理功能。它提供了复杂精细的索引功能，能更加便捷地完成重塑、切片和切块、聚合以及选取数据子集等操作。

用得较多的pandas对象是DataFrame（一个面向列（column-oriented）的二维表结构）和Series（一个一维的标签化数组对象）。

3.Matplotlib

matplotlib是最流行的用于绘制图表和其它二维数据可视化的Python库。

它是一个二维的绘图库，通过Matplotlib，开发者可以仅需要几行代码，便可生成绘图，直方图，条形图，散点图等。

4.Ipython

Ipython 是增强版的Python Shell，目的是提高编写，测试，调试Python代码的数据。

它主要用于交互式数据处理和利用Matplotlib 对数据进行可视化处理。Ipython notebook目前已经整合为 Jupyter notebook。

5.Scipy

Scipy是一组专门解决科学运算中各种标准问题域包的集合，主要包括以下这些包：

• scipy.integrate 数值积分和微分方程求解器
• scipy.linalg 扩展了由numpy.linalg 提供的线性代数例程和矩阵分解功能
• scipy.optimize 函数优化器
• scipy.signal 信号处理工具
• scipy.sparse 稀疏矩阵和稀疏线性矩阵求解器
• scipy.special SPECFUN的包装器
• scipy.stats 标准连续和离散概率分布，各种统计校验方法，以及更好的描述统计方法
• scipy.weave 利用内联C++代码加速数组计算的工具

NumPy和SciPy结合使用，便形成了一个相当完备和成熟的计算平台，可以处理多种传统的科学计算问题。Numpy 和Scipy 的有机集合可以替代Matlab 的计算功能。

6.Scikit-Learn

Scikit-Learn是Python的通用机器学习工具包，它的子模块包括：

• 分类：SVM、近邻、随机森林、逻辑回归等等。
• 回归：Lasso、岭回归等等。
• 聚类：k-均值、谱聚类等等。
• 降维：PCA、特征选择、矩阵分解等等。
• 选型：网格搜索、交叉验证、度量。
• 预处理：特征提取、标准化。

7.Statsmodels

statsmodels是一个统计分析包，与scikit-learn比较，statsmodels包含经典统计学和经济计量学的算法。包括如下子模块：

• 回归模型：线性回归，广义线性模型，健壮线性模型，线性混合效应模型等等。
• 方差分析（ANOVA）。
• 时间序列分析：AR，ARMA，ARIMA，VAR和其它模型。
• 非参数方法： 核密度估计，核回归。
• 统计模型结果可视化。

statsmodels更关注与统计推断，提供不确定估计和参数p-值。相反的，scikit-learn注重预测。

参考：《利用Python进行数据分析·第2版》 转 第1章 准备工作