python数据分析五个最常用库

不念不忘少年蓝@ 2022-02-22 10:40 272阅读 0赞

**1、Numpy**  
对于科学计算，它是Python创建的所有更高层工具的基础。以下是它提供的一些功能：  
a、N维数组，一种快速、高效使用内存的多维数组，它提供矢量化数学运算 。  
b、你可以不需要使用循环，就对整个数组内的数据进行标准数学运算。  
c、非常便于传送数据到用低级语言（如C或C++）编写的外部库，也便于外部库以Numpy数组形式返回数据。  
NumPy不提供高级数据分析功能，但有了对NumPy数组和面向数组的计算的理解，能帮助你更有效地使用像Pandas之类的工具。

**2、Pandas**  
Pandas包含高级数据结构，以及和让数据分析变得快速、简单的工具。它建立在NumPy之上，使以NumPy为中心的应用变得简单。  
a、带有坐标轴的数据结构，支持自动或明确的数据对齐。这能防止由于数据没有对齐，以及处理不同来源的、采用不同索引的数据而产生的常见错误。  
b、使用Pandas更容易处理缺失数据。  
c、合并流行数据库（如：基于SQL的数据库）中能找到 的关系操作。  
Pandas是进行数据清洗/整理（data munging）的最好工具。

**3、Scipy**  
Scipy库依赖于NumPy，它提供便捷和快速的N维向量数组操作。SciPy库的建立就是和NumPy数组一起工作，并提供许多对用户友好的和有效的数值例程，如：数值积分和优化。SciPy模块用于优化、线性代数、积分以及其它数据科学中的通用任务。

**4、Scikit-learn**  
Scikit-learn是一个用于机器学习的Python模块。它建立在Scipy之上，提供了一套常用机器学习算法，让使用者通过一个统一的接口来使用。Scikit-learn有助于你迅速地在你的数据集上实现流行的算法。它包含了许多用于标准机器学习任务的工具，如：聚类、分类和回归等。

**5、Matplotlib**  
Matlplotlib是Python的一个可视化模块。它让你方便地制作线条图、饼图、柱状图以及其它专业图形。使用Matplotlib，你可以定制所做图表的任一方面。在IPython中使用时，Matplotlib有一些互动功能，如：缩放和平移。它支持所有的操作系统下不同的GUI后端（back ends），并且可以将图形输出为常见地矢量图和图形格式，如：PDF、SVG、JPG、PNG、BMP和GIF等。

**结束语：**  
还有其它一些库，如：用于自然语言处理的Nltk，用于网站数据抓取的Scrappy ，用于网络挖掘的Pattern ，用于深度学习的Theano等。