认识常见的Python数据分析库

  

  NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。

  NumPy的主要功能:

  · 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

  · 用于将C、C++、Fortran代码集成到python的工具

  · 与线性代数有关的操作;

  · NumPy 拥有线性代数和随机数生成的内置函数;

  总的来说,NumPy适合用于科学计算和机器学习等大型计算工程,甚至成了MatLab的优秀替代者。

  SciPy

  SciPy是一个开放源码的BSD许可的数学,科学和工程库。 SciPy库依赖于NumPy,它提供了便捷且快速的N维数组操作。构建SciPy库的主要原因是,它能与NumPy数组一起工作,并提供了许多用户友好和高效的数字实践,例如:数值积分和优化的例程。

  Matplotlib

  Matplotlib是一个Python 2D绘图库,可以生成各种硬拷贝格式和跨平台交互式环境的出版物质量数据。Matplotlib可用于Python脚本,Python和IPython shell,Jupyter笔记本,Web应用程序服务器和四个图形用户界面工具包。

  Matplotlib主要用于数据分析最后的数据可视化。当然目前有很Matplotlib的替代者,比如Pychart、echarts。

  后续计划

  本文只是对常见的Python数据库进行了简单介绍,后续我们将开始一系列的Python数据分析教程。由于Python3未来更有可能成为主流,我们的Python版本选为3.7.0,大家可以同步安装好这些包,让我们一起开启Python探索数据之旅~

猜你喜欢

转载自blog.csdn.net/qianfeng_dashuju/article/details/83148726