重要的Python庫

numpy是python科學計算的基礎包。它提供了以下功能：

除了為python提供快速的陣列處理能力，numpy在資料分析方面還有另外乙個主要作用，即作為在演算法之間傳遞資料的容器。對於數值型資料，numpy陣列在儲存和處理資料時要比內建的python資料結構高效得多。此外，由低階語言編寫的庫可以直接操作numpy陣列中的資料，無需進行任何資料複製工作。

pandas提供了使我們能夠快速便捷地處理結構化資料的大量資料結構和函式。很快就會發現，它是使python成為強大而高效的資料分析環境的重要因素之一。例如，pandas中的物件之一dataframe，它是乙個面向列的二維表結構，且含有行標和列標：

pandas兼具numpy高效能的陣列計算功能以及電子**和關係型資料庫靈活的資料處理功能。它提供了複雜精細的索引功能，以便更為便捷地完成重塑、切片和切塊、聚合以及選取資料子集等操作。pandas將是資料處理的主要工具。

對於金融行業的使用者，pandas提供了大量適用於金融資料的高效能時間序列功能和工具。

matplotlib是最流行的用於繪製資料圖表的python庫。它跟ipython結合的很好，因而提供了一種非常好用的互動式資料繪圖環境。繪製的圖表也是互動式的，可以利用繪圖視窗中的工具欄放大圖表中的某個區域或對整個圖表進行平移瀏覽。

ipython是python科學計算標準工具集的組成部分，它將其他所有的東西聯絡在一起。它為互動式和探索式計算提供了乙個強壯而高效的環境。它是乙個增強的python控制台，目的是提高編寫、測試、除錯**的效率。它主要用於互動式資料處理和利用matplotlib對資料進行視覺化處理。

scipy是一組專門解決科學計算中各種標準問題域的包的集合，主要包括：

numpy和scipy的有機結合完全可以替代matlab的計算功能。