資料分析工具簡介

1、numpy

numpy是python的乙個擴充套件程式庫，支援處理大量的維度陣列和矩陣，也針對陣列提供大量的數學函式庫，主要用於陣列計算。

包含：（1）乙個強大的n維陣列物件ndarray

（2）廣播功能函式

（3）整合c/c++**的工具

（4）線性代數、傅利葉變換、隨機數生成等功能

2、pandas

提供了高階的資料結構和各種分析工具。該庫的一大特色是能夠將相當複雜的資料操作轉換為一兩個命令。pandas 提供了很多內建的方法，用於分組、過濾和組合資料，還提供了時間序列功能。所有這些方法的執行速度都很快

3、matplotlib

matplotlib 是乙個用於建立二維圖表和圖形的低階庫。你可以用它來構建各種圖表，從直方圖和散點圖到非笛卡爾座標圖。此外，很多流行的繪相簿都為 matplotlib 預留了位置，可與 matplotlib 結合在一起使用。

該庫在繪圖樣式方面做出了很多變更，如顏色、尺寸、字型、圖例等。例如，座標軸圖例的自動對齊和對色盲患者更友好的色環

4、scikit-learn

這個基於 numpy 和 scipy 的 python 模組是處理資料的最佳庫之一。它為很多標準的機器學習和資料探勘任務提供演算法，例如聚類、回歸、分類、降維和模型選擇。

該庫有很多增強功能。交叉驗證已經獲得更新，現在可以使用多個指標。一些訓練方法(如鄰近取樣和邏輯回歸等)得到一些小改進。它的主要更新之一是完成了通用術語和 api 元素詞彙表

5、scipy

另乙個科學計算核心庫 scipy，基於 numpy 而構建，並擴充套件了 numpy 的功能。scipy 的主要資料結構是多維陣列，使用 numpy 實現。該庫提供了一些用於解決線性代數、概率論、積分計算等任務的工具。

scipy 通過與不同的作業系統進行持續整合的方式帶來了重大改進，比如新的函式和方法，更重要的是——最新的優化器。此外，開發團隊對很多新的 blas 和 lapack 函式進行了包裝。