在資料科學計算、機器學習、以及深度學習領域，python 是最受歡迎的語言。python 在資料科學領域，有非常豐富的包可以選擇，numpy、scipy、pandas、scikit-learn、matplotlib。
但這些庫都僅僅受限於單機運算，當資料量很大時，比如50gb甚至500gb的資料集，這些庫的處理能力都顯得捉襟見肘，開啟都很困難了，更別說分析了。本文向大家介紹幾個好用的加速工具，可以很好地補齊現有 pydata 技術棧的短板。有了這些工具，即便是處理億級資料你也可以應對自如。
官方文件：
dask是乙個平行計算庫，能在集群中進行分布式計算，能以一種更方便簡潔的方式處理大資料量，與spark這些大資料處理框架相比較，dask更輕。dask更側重與其他框架，如：numpy，pandas，scikit-learning相結合，從而使其能更加方便進行分布式平行計算。
官方文件：
官方文件：
官方文件：
Python大資料分析 開篇
python大資料分析 開篇 目前在網上看了很多部落格，都是一些關於資料處理的，且都淺嘗輒止，沒有形成乙個系列，只言片語，不能給人以更深層次的啟發。加之，最近在用python做金融大資料這塊的分析，故寫部落格以記之，以供他人閱，相互交流。大資料分析的意義，我自不用多述。眾多金融公司，無不在挖掘其價值...
python大資料分析 Matplotlib庫
matplotlib作圖基本 import numpy as np import matplotlib.pyplot as plt x np.linspace 0,10,1000 x軸的自變數 y np.sin x 1 函式 z np.cos x 2 1 函式 plt.figure figsize ...
Python金融大資料分析 回歸分析
回歸分析是金融中乙個繞不過的話題，其實最好的工具應該是r語言，但是pandas其實也是能夠勝任絕大部分工作的。這裡我們就簡單介紹一下。import pandas as pd import numpy as np import matplotlib.pyplot as plt noise np.ran...