numpy 提供陣列支援，以及相應的高效的處理函式
scipy 提供矩陣支援，以及矩陣相關的數值計算模組
matplotlib 資料視覺化工具，作相簿
pandas 強大、靈活的資料分析和探索工具
statsmodels 設計建模，統計模型估計，描述統計等
scikit-learn 支援回歸、分類、聚類等的強大的機器學習庫
keras 深度學習庫，用於建立神經網路以及深度學習模型
gensim 用來做文字主題模型的庫，文字挖掘會用到
一、numpy
python並沒有提供陣列功能，雖然列表可以完成基本的陣列功能，但他並不是真正的陣列，而且資料量較大時，使用列表的速度就會慢。
numpy提供了真正的陣列功能，以及快速處理的函式。numpy內建函式處理資料的速度是c語言級別的，因此在編寫程式的時候，應當盡量使用內建函式，避免出現效率瓶頸的現象。
二、scipy
numpy提供了多維陣列功能，但它只是一般的陣列，並不是矩陣。當兩個陣列相乘時，只是對應元素相乘，而不是矩陣乘法。
scipy提供了真正的矩陣，以及大量基於矩陣運算的物件與函式！scipy功能庫有最優化、線性代數、積分、插值、擬合、特殊函式、快速傅利葉變換、訊號處理和影象處理、常微分方程求解和其他科學工程中常用的計算，這都是挖掘與建模必備的！
三、matplotlib
資料視覺化，最著名的繪相簿，主要用於二維繪圖，可以簡單的三維畫圖。
中文標籤可能無法顯示，因為matplotlib預設英文本型，另外儲存作圖影象時，負號可能顯示不正常。「畫廊」，matplotlib做出的精美的圖可以用來做範例。
四、pandas
pandas是python下最強大的資料分析和探索工具。有高階的資料結構和精巧的工具，使得在python中處理資料非常快速和簡單。
pandas功能強大，支援類似於sql的增刪改查，並且帶有豐富的資料處理函式；支援時間序列分析功能；支援靈活處理缺失資料等。
pandas的使用，待加強！
pandas基本的資料結構是series和dataframe。series就是序列，類似一維陣列；dataframe則是相當於一張二維的**，類似二維陣列，它的每一列都是乙個series。每個series帶有對應的index，標記不同的元素，類似sql的主鍵。
dataframe相當於多個帶有同樣index的series的組合（本質是series的容器）
series以不同的表頭來標識。
五、statsmodels
pandas著眼於資料的讀取處理和探索，而statsmodels則更加注重資料的統計建模分析，它使得python類似r。與pandas進行資料互動，結合很強大。
六、scikit-learn
機器學習工具包，提供了完善的機器學習工具箱，包括資料預處理、分類、回歸、聚類、**和模型分析等。並不包含強大的模型–人工神經網路。
七、keras
基於theano的強大的深度學習庫，利用它不僅僅可以搭建普通的神經網路，還可以搭建各種深度學習模型，如自編碼器，迴圈、遞迴、卷積神經網路等。
theano可以搭建強大的神經網路模型，但是門檻高，keras簡化了搭建各種神經網路模型的步驟，定製的自由度非常大，簡單化搭建神經網路模型。
八、gensim
處理語言方面的任務，文字相似度計算、lda、word2vec等。
pandas提供了大量的與資料探索相關的函式，這些資料探索函式可大致分為統計特徵函式與統計做圖函式；而做圖函式依賴於matplotlib！
一、統計特徵函式
二、統計做圖函式
從資料質量分析和資料特徵分析兩個方面進行資料的探索分析。
資料質量分析要求我們拿到資料後先檢測是否存在缺失值和異常值；
資料特徵分析要求我們在資料探勘建模前，通過頻率分布分析、對比分析、帕累託分析、週期性分析、相關性分析方法，對採集的樣本資料的特徵規律進行分析，以了解資料的規律和趨勢，為後續的資料探勘環節提供支援。
在資料視覺化中，主要用pandas作為資料探索和分析工具，因此matplotlib和pandas結合使用。一方面，matplotlib是做圖工具的基礎，pandas作圖依賴於它；另一方面pandas作圖簡答直接的優勢。二者結合進行資料分析，和視覺化！
資料視覺化 總結
突然要做ppt，但是一般ppt的工具可以做的圖示太小了，雖然ppt中的圖示展示較少，更多的是流程圖 時序圖，但是有時候一些優秀的展示方式也可以讓我們的ppt更完美，ppt我覺得重點是內容，怎麼在一張空白頁上展示內容，有些圖 表可以幫助聽眾更快了解內容，消化內容，所以就想想，怎麼來展示我們的資料和內容...
Python資料視覺化總結
用python完成資料分析後，如何把結果呈現出來，比如畫乙個吸引人注意的圖表相當重要。當你探索乙個資料集，需要畫圖表，圖表看起來令人愉悅是件很高興的事。在給你的觀眾交流觀點，給領導匯報工作時，視覺化同樣重要，同時，也很有必要去讓圖表吸引注意力和印入腦海裡。在python中numpy，pandas，m...
資料視覺化 什麼是資料視覺化
資料對應的英文單詞是data，從資訊獲取的角度看，資料是對目標觀察和記錄的結果，是現實世界中的時間 地點 事件 其他物件或概念的描述。不同學者對資料的作用也給出不同的定義，大致分為以下3類 視覺化對應的兩個英文單詞 visualize和visualization。visualize是動詞，描述 生成...