又是老生常談的話題了，前面出過有不知道有好多篇講數據分析庫的文章，但是今天還是得拿出來再聊聊，有免得有些新夥伴再去找了！
又是老生常談的話題了，前面出過有不知道有好多篇講數據分析庫的文章，但是今天還是得拿出來再聊聊，有免得有些新夥伴再去找了！
常見的Python數據分析庫
Pandas
Pandas是一個開放源碼的Python庫，它使用強大的數據結構提供高性能的數據操作和分析工具。它的名字：Pandas是從Panel Data - 多維數據的計量經濟學(an Econometrics from Multidimensional data)。
在Pandas之前，Python主要用於數據遷移和準備。它對數據分析的貢獻更小。 Pandas解決了這個問題。使用Pandas可以完成數據處理和分析的五個典型步驟，而不管數據的來源 - 加載，準備，操作，模型和分析。Python Pandas用於廣泛的領域，包括金融，經濟，統計，分析等學術和商業領域。
Pandas的主要功能：
- 快速高效的DataFrame對象，具有默認和自定義的索引；
- 將數據從不同文件格式加載到內存中的數據對象的工具；
- 丟失數據的數據對齊和綜合處理。重組和擺動日期集；
- 基於標籤的切片，索引和大數據集的子集；
- 可以刪除或插入來自數據結構的列；
- 按數據分組進行聚合和轉換；
- 高性能合併和數據加入；
- 時間序列功能；
總的來說，Pandas比較適合用作數據的預處理和數據結構的處理。
NumPy
NumPy 是一個 Python 包。 它代表 “Numeric Python”。 它是一個由多維數組對象和用於處理數組的例程集合組成的庫。
NumPy的主要功能：
- 快速高效的多維數組對象ndarray
- 用於對數組執行元素級計算以及直接對數組執行數學運算的函數
- 用於讀寫硬盤上基於數組的數據集的工具
- 線性代數運算、傅里葉變換，以及隨機數生成
- 用於將C、C++、Fortran代碼集成到python的工具
- 與線性代數有關的操作；
- NumPy 擁有線性代數和隨機數生成的內置函數；
總的來說，NumPy適合用於科學計算和機器學習等大型計算工程，甚至成了MatLab的優秀替代者。
SciPy
SciPy是一個開放源碼的BSD許可的數學，科學和工程庫。 SciPy庫依賴於NumPy，它提供了便捷且快速的N維數組操作。構建SciPy庫的主要原因是，它能與NumPy數組一起工作，並提供了許多用戶友好和高效的數字實踐，例如:數值積分和優化的例程。
Matplotlib
Matplotlib是一個Python 2D繪圖庫，可以生成各種硬拷貝格式和跨平臺交互式環境的出版物質量數據。Matplotlib可用於Python腳本，Python和IPython shell，Jupyter筆記本，Web應用程序服務器和四個圖形用戶界面工具包。
Matplotlib主要用於數據分析最後的數據可視化。當然目前有很Matplotlib的替代者，比如Pychart、echarts。
夥伴們有什麼疑問的地方，可以留言！