python本身的資料分析功能不強，需要安裝一些第三方擴充套件庫來增強它的能力，介紹兩種方法：
潔淨python3.x自行安裝庫（注意有安裝的先後順序）在cmd的視窗中執行python後執行或在pycharm的ter視窗中執行
1.1安裝numpy: numpy實現了真正的陣列功能，後面介紹的scipy, matplotlib, pandas等庫都依賴它。通過pip安裝：pip install numpy
1.2安裝scipy：scipy提供了真正的矩陣以及大量基於矩陣運算的物件和函式，它依賴於numpy,安裝方式：pip install scipy
1.3安裝matplotlib: 一種繪相簿，實現視覺化，安裝方式：pip install matplotlib
1.4安裝pandas：python下最強大的資料分析和探索工具，安裝方式：pip install pandas，預設的pandas還不能讀寫excel檔案，需要安裝xlrd(讀)和xlwt(寫)庫才能支援excel的讀寫。 pip install xlrd pip install xlwt
1.5安裝statsmodels:pandas著眼於資料的讀取、處理和探索，而statsmodels更加注重資料的統計建模分析，它依賴於pandas，安裝方式：pip install statsmodels
1.6安裝scikit-learn：這是乙個機器學習相關的庫，包括資料預處理、分類、回歸、聚類、**和模型分析等，它依賴於numpy,scipy和matplotlib，安裝方式: pip install scikit-learn。
1.7安裝keras: scikit-learn雖然足夠強大，但是它並沒有包括乙個強大的模型-人工神經網路。keras並非簡單的神經網路庫，而是乙個基於theano的強大的深度學習庫，利用它不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、迴圈神經網路、遞迴神經網路、卷積神經網路等。安裝keras之前需要安裝numpy,scipy和theano。安裝thearo需要準備乙個c++編譯器，widows環境下一般而言要先安裝mingw然後再安裝theano。 安裝方式:pip install keras
1.8安裝gensim：用於處理語言方面的任務，如文字相似度計算、lda、word2vec等。它依賴於numpy和smart_open。安裝方式：pip install --upgrade gensim
2.直接安裝anaconda
python資料分析工具安裝集合
用python做資料分析離不開幾個好的輪子 或稱為科學棧 第三方包等 比如matplotlib，numpy,scipy,pandas,scikit learn,gensim等，這些包的功能強大，豐富，包括含了繪圖，機器學習，爬蟲，資料分析等等。而開發工具推薦使用pycharm或者jupyter no...
python 資料分析工具
如果安裝的是anaconda 發行版，已自帶numpy.scipy,matplotlib,pandash,sckit learn,kreas 和gensim 等，下面簡單介紹下這邊擴充套件包的，便於使用相關功能時快速查詢。numpy python 沒有提供陣列功能，numpy提供了真正的資料功能，以...
資料分析工具安裝 jupyter notebook
資料分析工具安裝 jupyter notebook 安裝好你需要的python環境 2.0 or 3.0 命令視窗cmd 執行 pip install jupyter notebook 命令視窗cmd 輸入 jupyter notebook 安裝成功則會彈出瀏覽器 修改埠號 cmd 輸入 jupyt...