《 利用Python进行数据分析》（一）

《 利用Python进行数据分析》（一）

本节介绍了Python用来进行数据分析的几个常用库：Numpy、pandas、matplotlib以及IPython交互式环境

重要的Python库

NumPy

1. 科学计算基础包
2. 多位数组对象ndarray
3. 数组数学运算
4. 读写硬盘上的数组类型数据集
5. 线性代数 傅立叶变换
6. 将C C++集成到Python的工具

pandas

1. 处理结构化数据
2. 对象 DataFrame-二维表结构
3. 兼具数组计算和关系型数据库的数据处理功能
4. 索引 重塑 切片聚合等数据子集操作

matplotlib

1. 绘制二维数据图表
2. 和IPython结合交互式绘图环境

IPython

1. 交互式环境
2. 分布式计算基础架构

Jupyter

1. 用于编写、测试、调试Python代码的强化shell

scikit-learn

1. 通用机器学习工具包
2. 子模块
   • 分类：SVM、近邻、随机森林、逻辑回归
   • 回归
   • 聚类
   • 降维
   • 选型
   • 预处理

SciPy

1. 标准问题域包集合

2. 子模块

   • 数值积分 微分方程

   • 矩阵分解

   • 信号处理

   • 稀疏矩阵、稀疏系统求解器

   • 常用数学函数

statsmodels

1. 一个统计分析包
2. 子模块
   • 回归模型
   • 方差分析
   • 时间序列分析
   • 非参数方法
   • 统计模型结果可视化

一些论坛和帮助网站

• pydata
• pystatsmodels
• numpy-discussion
• scipy-user
• http://github.com/pydata/pydata-book

常用命名模块命名惯例